在這段深入的學習旅程中,我們成功地應用深度學習技術解決了自然災害的快速識別問題。我們建立了一個高效能的 災害影像分類系統,並將其部署至雲端,實現了從學術研究到實...
為了快速且免費地將我們的深度學習模型上線,我選擇了 Hugging Face Spaces。
平台優勢與工具選擇平台特性: Spaces 是一個專門為機器...
我將介紹最後一項關鍵的定量指標 ROC 曲線 (Receiver Operating Characteristic),以衡量模型在區分不同災害類別時的信心程度。...
我們在測試集上確認了 ResNet34 是我們的冠軍模型。今天,我們將使用兩大評估工具——混淆矩陣 (Confusion Matrix) 和 ROC 曲線 (R...
我的三個模型 ResNet34、VGG16、EfficientNetB0 都完成了 Stage 1 和 Stage 2 的訓練與微調,並在驗證集上取得了不錯的準...
我們完成了數據的結構化分割,並實作了 DataLoader,將乾淨的圖片轉化為模型可食用的數據流。今天,我們將正式進入訓練環節:首先進行快速的 Stage 1...