作业帖 | 百度深度学习集训营
DJ星尘 发布于2019-12-09 23:08 浏览:29088 回复:949
48
收藏
最后编辑于2020-06-28

百度深度学习集训营已经正式开营,每个阶段的作业都将有各自的奖励,欢迎大家学习~

PS:如遇帖子过期、审核不通过的情况,请先复制内容保存在word文档,然后根据提示,完成个人实名验证,刷新后重新粘贴复制的内容,即可提交~

欢迎大家报名参加~

1月9日作业:

作业9-1:在第二章中学习过如何设置学习率衰减,这里建议使用分段衰减的方式,衰减系数为0.1, 根据ResNet目前的训练情况,应该在训练到多少步的时候设置衰减合适?请设置好学习率衰减方式,在眼疾识别数据集iChallenge-PM上重新训练ResNet模型。

作业9-1奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业9-1:XXX

抽奖作业截止时间:2020年1月13日中午12点之前

作业9-2奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业9-2:XXX

抽奖作业截止时间:2020年1月13日中午12点之前

 

1月7日作业:

作业8:如果将LeNet模型中的中间层的激活函数Sigmoid换成ReLU,在眼底筛查数据集上将会得到什么样的结果?Loss是否能收敛,ReLU和Sigmoid之间的区别是引起结果不同的原因吗?请发表你的观点

作业8奖励:在作业中随机各抽取5名同学送出飞桨本+数据线+飞桨贴纸

回复帖子形式:  作业8:XXX

获奖同学:#820 thunder95、#819 你还说不想我吗、 #818 百度用户#0762194095、#817 呵赫 he、#816 星光1dl

1月2日作业

作业7-1  计算卷积中一共有多少次乘法和加法操作

输入数据形状是[10, 3, 224, 224],卷积核kh = kw = 3,输出通道数为64,步幅stride=1,填充ph = pw =1

完成这样一个卷积,一共需要做多少次乘法和加法操作?

提示:先看输出一个像素点需要做多少次乘法和加法操作,然后再计算总共需要的操作次数

提交方式:请回复乘法和加法操作的次数,例如:乘法1000,加法1000

作业7-1奖励:抽取5人赢得飞桨定制本+数据线,截止时间2020年1月6日中午12点之前

回复帖子形式:  作业7-1:XXX

作业7-2奖励:从正确答案中抽取5人获得飞桨定制本+50元京东卡,截止时间2020年1月6日中午12点之前 

 

12月31日作业

作业6-1:

1.将普通神经网络模型的每层输出打印,观察内容
2.将分类准确率的指标 用PLT库画图表示
3.通过分类准确率,判断以采用不同损失函数训练模型的效果优劣
4.作图比较:随着训练进行,模型在训练集和测试集上的Loss曲线
5.调节正则化权重,观察4的作图曲线的变化,并分析原因
作业6-1奖励:抽取5人赢得飞桨定制本+数据线 ,回复帖子形式:  作业6-1:XXX

作业6-2:

正确运行AI Studio《百度架构师手把手教深度学习》课程里面的作业3 的极简版代码,分析训练过程中可能出现的问题或值得优化的地方,通过以下几点优化:

(1)样本:数据增强的方法

(2)假设:改进网络模型

(2)损失:尝试各种Loss

(2)优化:尝试各种优化器和学习率

目标:尽可能使模型在mnist测试集上的分类准确率最高

提交实现最高分类准确率的代码和模型,我们筛选最优结果前10名进行评奖

作业6-2奖励:飞桨定制本+50元京东卡

 

12月25日作业

12月23日作业

作业4-1:在AI studio上运行作业2,用深度学习完成房价预测模型

作业4-1奖励:飞桨定制本+ 《深度学习导论与应用实践》教材,选取第2、3、23、123、223、323…名同学送出奖品

作业4-2:回复下面问题,将答案回复帖子下方:

通过Python、深度学习框架,不同方法写房价预测,Python编写的模型 和 基于飞桨编写的模型在哪些方面存在异同?例如程序结构,编写难易度,模型的预测效果,训练的耗时等等?

回复帖子形式:  作业4-2:XXX

作业4-2奖励:在12月27日(本周五)中午12点前提交的作业中,我们选出最优前五名,送出百度定制数据线+《深度学习导论与应用实践》教材


12月17日作业

完成下面两个问题,并将答案回复在帖子下面,回帖形式:作业3-1(1)XX(2)XX

作业奖励:在2019年12月20日中午12点之前提交,随机抽取5名同学进行点评,礼品是本+数据线

12月12日作业

获奖者:第12名:飞天雄者                                     

12月10日作业
作业1-1:在AI Studio平台上https://aistudio.baidu.com/aistudio/education/group/info/888 跑通房价预测案例

作业1-1奖励:最先完成作业的前3名,以及第6名、66名、166名、266名、366名、466名、566名、666名的同学均可获得飞桨定制大礼包:飞桨帽子、飞桨数据线 、飞桨定制logo笔

作业1-1的获奖者如图:

作业1-2:完成下面两个问题,并将答案发布在帖子下面
①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?
②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?
作业1-2奖励:回复帖子且点赞top5,获得《深度学习导论与应用实践》教材+飞桨定制本

点赞Top5获奖者:1.飞天雄者  2.God_s_apple  3.177*******62   4.学痞龙   5.故乡237、qq526557820

作业截止时间2020年1月10日,再此之前完成,才有资格参加最终Mac大奖评选

 

报名流程:

1.加入QQ群:726887660,班主任会在QQ群里进行学习资料、答疑、奖品等活动

2.点此链接,加入课程报名并实践:https://aistudio.baidu.com/aistudio/course/introduce/888

温馨提示:课程的录播会在3个工作日内上传到AI studio《百度架构师手把手教深度学习》课程上

 

收藏
点赞
48
个赞
共949条回复 最后由superbusiness0回复于2020-06-28 20:29
#13BigZong时代回复于2019-12-10 21:29:03

F=k*x
通过拉动弹簧x长度,求得一个值F,通过组数据可以求得k。
假设是呈线性关系,参数是模型中的变量k。优化目标是寻找使得数据拟合较好的参数。


因为相较于以前的机器学习工程师,现在的深度学习工程师只需要掌握python和深度学习框架就能解决,可以说目前可以用较少的精力达到以前付出很多精力就能达到的能力,并且AI目前已经跟很多领域进行结合,可以说未来已来。Ai已经在很多领域产生了巨大的应用,女生了巨大的价值。,就比如目前的小猿搜题软件,就是一个例子。

2
#12人心微凉才知道回复于2019-12-10 21:27:36

一>类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?
二>为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?

1. 物价价格也可以用监督学习框架解决。假设是选择模型的形式,参数是模型中的变量。优化目标是调整参数使得假设的模型能正确解决问题。

2.AI工程师能通过深度学习构建效果不错的神经网络模型解决实际问题。通过神经网络模型可以减少学习时间和资源,以获得不错的经济效益

1
#11造梦者在路上回复于2019-12-10 21:26:43

①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?
②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?

回答:

①共享单车租赁数量预测,假设是线性模型,参数是温度、湿度、风速等天气信息和是否节假日、时间段,优化目标是最小化平方误差。

②深度学习能够用来解决很多传统方法不好解决的问题,是现阶段的主流方法。基于深度学习的人工智能技术被越来越多的企业用来解决实际问题,AI工程师的需求量仍然很大。从供需关系来说,当前高级AI工程师是供不应求的,企业需要大量的高级AI工程师,因此发展前景不错。

1
#10lcl050024回复于2019-12-10 21:24:10

①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?

答:牧场放牧牲畜的采食0、行走1、跑步2等行为与其运动幅度的关系。给牲畜脖子佩戴三轴运动传感器来记录牲畜的上下z、左右y、前后x的运动加速度变化。假设牲畜的采食、行走、跑步等行为与其运动幅度有对应关系。f(x,y,z) -> {0,1,2} .优化目标及预测行为与实际牲畜行为差距尽可能小,从而更好监控牲畜的行为,进行牧场管理。


②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?

答:AI可以从多方面为各中产业工业、医疗、服务业进行赋能,使其迸发出更加多的能量。所以未来对AI工程师的需求会持续上升,而当前合格的AI工程师人数远远达不到市场需求,所以在供不应求的行情下,AI工程师发展前景一定很好。

1
#9Hi_Boy022回复于2019-12-10 21:18:52

问题1:

比如日常的天气预报可以用监督学习的框架来进行解决。

假设某一天的气温是过去一周的气温变化的线性函数,参数极为过去一周每一天气温的历史数据对应的权重,预测的对应日期的气温是过去一周各天气温的加权和。

优化目标是使得历史一周气温的加权和的值能尽量接近预测日期对应气温的真实值,这可以用均方误差来进行衡量。

问题2:

发展前景:机器学习特别是深度学习的出现使得人们在解决某些领域的问题时不需要掌握那么多该领域的知识,并对系统的输入数据依据该领域的深厚知识进行精妙的变化和处理。就拿现在热门的图像识别分类、语音识别等为例,深度学习的出现降低了这些问题中数据的特征变换的要求,而且具体到不同的细分任务也可以用相同的框架来进行处理,这提高了行业的自动化程度,加快了业务的迭代速度。

供求关系上:因为深度学习的概念从2010年左右才开始变得火热,目前各大高校培养的机器学习方面的人才对于现在市场的需求来说还是相对滞后的,相关从业人员不但需要丰富的工程经验,对业务数据有准确的把握,同时也要能紧跟机器学习当下最前沿的理论并尝试加以应用,这个要求还是比较高的,市场上满足这些要求的人并不算多,整体高素质的机器学习从业者是供少于求

1
#8Chter12回复于2019-12-10 21:13:38

①类比牛顿第二定律的案例,在你的工作和生活中还有哪些问题可以用监督学习的框架来解决?假设和参数是什么?优化目标是什么?
②为什么说AI工程师有发展前景?怎样从经济学(市场供需)的角度做出解读?

1. 股票价格也可以用监督学习框架解决。假设是选择模型的形式,参数是模型中的变量。优化目标是调整参数使得假设的模型能正确解决问题。

2.AI工程师能通过机器学习构建效果不错的模型解决实际问题。通过机器学习构建模型的时间成本和所消耗的资源相对较少。

1
#7noobimp_回复于2019-12-10 21:07:50

①:预测期末考试各章考点分布(雾)。参数为考点占全卷的比例系数,优化目标各考点比例和往年考题一致。

②:论文数量井喷,应用面积广泛,供小于求。

1
#6棋子z丶回复于2019-12-10 21:06:32

1、交通流量预测
假设:线性关系
参数:时间段、地段、是否出现事故等、天气状况、节假日等
优化目标:预测车流量的均方差极小化

2、因为目前硬件以及算法发展迅速,能过将ai技术用于生活、工业。能够带来收入才会促进进一步发展。

1
#5江湖王者回复于2019-12-10 21:04:39

AI前景: 国家战略、企业需求、科技发展

1
#4树上的小琛回复于2019-12-10 21:04:25

1.健身如何增重。假设是 a=w∗Fa = w * Fa/W=w∗F,a代表摄入卡路里,Fa代表运动强度,w是待确定的参数,W是个人的体重。参数是w要进行线性回归确定。优化目标是寻找w的确定。

2.因为目前硬件设施性能有很大提升,可以支持很大的神经网络的实现。也有很多现实问题可以用ai来解决,所以ai工程师需求越来越多。而具备ai工程师能力的人并不多,无法满足需要,所以ai工程师有发展前景。

2
#3江湖王者回复于2019-12-10 21:03:11

早上公交车到站时间
假设: 公交车到站时间和星期几、天气以及时间段有关系

优化目标: 预测公交车到达时间与实际到达时间越小越好

1
#2不会飞的小射手回复于2019-12-10 20:57:24

请问如果写自己的小项目,与例子不一样,需要自己写神经网络吗?

1
TOP
切换版块