Wpis z mikrobloga

@DywanTv: a to zadanie produkcyjne czy analiza? Pewnie produkcja/obrazy. Mam małe doświadczenie z sieciami, bo siedzę w analityce i powiem tak: złośliwi mówią, że liniowe modele bayesowskie się przeuczają. ale to co się w sieciach wyprawia to dopiero ( ͡° ͜ʖ ͡°) No i bardzo słaba interpretacja modelu. W produkcji to podejrzewam, że się liczy pierdylion różnych sieci i wybiera najlepszą. Czasem kota jako psa rozpozna, ale
@maggotbrain15: 30 tysięcy obrazów twarzy podzielonych ze względu na emocje i nauka ich rozpoznawania. Projekt do szkoły ( ͡° ʖ̯ ͡°)

Teraz podpiąłem GoogleNet, ale w ogóle nic się nie uczy xD Echhh xd
@DywanTv: Wszystko zależy od modelu, musi być dopasowany do zbioru danych - ani nie za "silny" ani nie za "słaby". Na pewno przypisane emocje są dobrze dopasowane, czy tylko na oko? Wygląda to tak jakby model nie był w stanie znaleźć sensownego dopasowania i od razu się przeucza zapamiętując dane treningowe. Tutaj model jest ewidentnie zbyt pojemny lub próbki za mało ujednolicone. Takie luźne propozycje:
-Upewnij się, że twarze są docinane