文章目录写在前面大纲任务描述数据预处理语音抽取Features（助教已写好）加上后面的一起预测Dataset & Data FormatSample Code评分标准2-2Hessian MatrixImportant Noticerun code demo实验2-1如果epoch=20的话，大概半小时才能跑完实验2-2 跑出来的结果写在前面[视频学习-bilibili] | [课程主页—

文章目录实验记录（双过strong baseline）代码理解样例代码ConformerBlock参数设置（照抄）实验bug修改安装comformer库遇到No module named问题（jupyter lab使用的环境是python3.7，下载的是envs/python38）改进空间（待改进）参考资料实验记录（双过strong baseline）增大d_model = 512只修改batch

写在前面[视频学习-bilibili] | [课程主页——sample code & slide] | [ML2021学习笔记] | [homework_code]https://github.com/wolfparticle/machineLearningDeepLearning文章目录写在前面输入是多个向量,而且这个输入的向量的数目是会改变的呢（之前的输入都是不会变的）输入例子输出例子

李宏毅2022 机器学习春 课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2022-spring.php

写在前面[视频学习-bilibili] | [课程主页——sample code & slide] | [ML2021学习笔记]预备知识（常用包）：matplotlib 绘图pandas 数据处理numpy 数据处理别人的修改，完成这个作业的收获：机器学习调优步骤：数据 – 网络 – 超参数数据 - 数据处理，清洗，分析相关性，去除不相干的特征网络超参数文章目录写在前面sample cod

文章目录参考链接技术背景：Domain Shift, 解决方法：Domain Adaptation（Transfer Learning 的一种）Domain Shift的3种不同类型（输入输出分布不同，输入输出分布概率不同，输入输出关系不同）Target Domain（测试资料）的5种不同类型的不同处理办法：Target Domain 上,就有一大堆的资料：（直接拿 Target Domain 的

学习笔记（二）CAM热图

文章目录实验记录评分标准收获参考资料数据增强部分模型选择设计部分训练部分实验记录单个model，224：resize 224两个model做ensemble，private 没过 boss baseline验证Test Time Augmentation的作用，确实有作用，提升0.01Test Time Augmentation + ensemble评分标准收获单个模型训练，离boss basel

文章目录2022-作业说明hw3学习目标数据集介绍baseline模型选择数据增强mixupTest Time Augmentation（需要做多次才能显现它的优势，最后的test的加权多一点比较好）Cross validation（需要对数据集做更改，这样就能train好几个model，不想做cross validation就把验证集划少一点，不需要这么多，只是用来验证 有无overfittin

文章目录