Data Science之你問我地答

可能寫開flask/django呢

你係windows用家 + 寫c++唔使諗一定係MSVC, mingw_x64好麻煩

CNN嘅話我有試咁做過
做到90%accuracy就唔知點再落去
係咪應該再搵啲kaggle dataset試下?

你淨做classification?

做到example就要轉用自己dataset

oh
咁我有做依部分
最後因為部機同顯卡太廢, 轉左用colab玩啲細dataset

我剩係學左classification咋
都唔係太清楚下一步要學做啲咩 (婆你啊麼巴打話學opencv)

自己dataset你係指自己收埋data定係網上搵

唔好介意我問好多, 我身邊無一個係做類似野

90％係training 定test set先
test set 90%覺得已經係近乎唔現實

keras用家

接唔接近business analysis？讀學士課程個陣好多數計？

上網dl同儲自己dataset同樣重要

CV做完classificiation可以試玩bounding box detection, segmentation之類

再之後咪GAN, 跟住就自己跟application改良network, 改loss function, 改optimizer, 改pre-post processing

你做得到2組以上嘅task基本上可以搵老闆讀phd

為錢就唔係好值 為興趣ok business上黎講唔好expect人地會appreciate你用咩algorithm
包裝自己成business analytic好過 入面你鐘意用咩新algo滿足自己無問題

ba係總結賽後結果
ds係預測個比賽
咁講會易d分別ba同ds

ds 的數主要都係matrix，去到sgd未開始有埋partial derivative

有冇人已經轉左去用tf2?
無咩動力去轉

Google係咁推但仲係少人用

如果係啲網上出名啲嘅dataset嘅話
training 90% 同test要有80% up唔係基本要求黎咩
當然我個個dataset係比較簡單同filter過 (e.g. open images from google)
未去到真係research/business用嘅raw data

我見識仲係少, 巴打可唔可以講多啲?

bounding box都有用yolo玩過下
但我張顯卡好廢 train多兩train見用太多時間就無再落去

另外我對segmentation, loss function, optimizer嘅認識就係
係個model入面改
但我又見有時啲research paper係直接自己寫堆code去改
巴打指邊一類?

TF 可以用基本運算法改loss

好想有人帶我入行，肯俾錢

利申 上過一件python course

所以想問下值唔值花時間又再重新睇過晒

少用係因為Tensorflow比pytorch 難，但係Linux env 用Cuda計算，TF係好多情況係比Pytorch 快，我唔勁所以唔知點解

我見香港好少人討論 fastai (/fastai2)
有冇人用緊呢個 framework / 上緊佢d courses?