是否可以将牛顿法与图像分类相结合？
Is that possible to combine Newton's method to Image Classification?
大家好，我是机器学习领域的新手，现在我的第一个挑战是提高基于狗和猫图像分类的图像分类的准确性。因此，我在 Google 上搜索以找到实现该方法的方法，然后我找到了牛顿法。但是它说它很大而且一般不太可能使用。
在我的例子中，我只使用了大约 1600 张图片用于 7 class.so 我想也许（我不知道）这是可能的。
你觉得呢？这对我来说可能吗？
我对机器学习及其算法一无所知，所以如果你能给我一些建议会很有帮助。
嗯，牛顿法由于各种原因一般不用于优化，梯度下降用于优化，它已被证明显示出很好的输出。那么为什么不使用牛顿法，你可以找到原因here.
图像 classification 属于计算机视觉任务，它使用机器学习的一部分深度学习（神经网络）取得了最先进的结果。
嗯，您的任务是提高图像 class化模型的准确性。因此，我假设您正在使用任何深度学习模型，为了提高其准确性，您首先要查看数据，然后再查看模型。我的意思是先提高数据质量，如果你没有得到结果，那么你应该研究模型..
提高数据质量
- 检查你的数据是否平衡。我的意思是你有 7 classes 和总共 1600 张图片，因此请确保这 7 classes.
之间的图像分布没有不平等。
- 例如如果一个 class 有 60% 的数据，剩下的 40% 被分配给其他 class，那么你的数据是高度不平衡的。
- 在这种情况下，您可以对样本较少的 classes 使用数据增强。数据增强技术包括裁剪、模糊、添加抖动、盐和纸张噪声、锐化等。
提高模型准确性
- 尝试更改您的优化算法（Adam、SGD 等）
- 尝试更改优化算法的学习率。
- 应用批量归一化
- 添加丢弃层。
最佳解决方案 - 使用任何预训练模型（如 ResNet、Inception、Xception 等）和 Adam 优化器的迁移学习。
大家好，我是机器学习领域的新手，现在我的第一个挑战是提高基于狗和猫图像分类的图像分类的准确性。因此，我在 Google 上搜索以找到实现该方法的方法，然后我找到了牛顿法。但是它说它很大而且一般不太可能使用。 在我的例子中，我只使用了大约 1600 张图片用于 7 class.so 我想也许（我不知道）这是可能的。
你觉得呢？这对我来说可能吗？
我对机器学习及其算法一无所知，所以如果你能给我一些建议会很有帮助。
嗯，牛顿法由于各种原因一般不用于优化，梯度下降用于优化，它已被证明显示出很好的输出。那么为什么不使用牛顿法，你可以找到原因here.
图像 classification 属于计算机视觉任务，它使用机器学习的一部分深度学习（神经网络）取得了最先进的结果。
嗯，您的任务是提高图像 class化模型的准确性。因此，我假设您正在使用任何深度学习模型，为了提高其准确性，您首先要查看数据，然后再查看模型。我的意思是先提高数据质量，如果你没有得到结果，那么你应该研究模型..
提高数据质量
- 检查你的数据是否平衡。我的意思是你有 7 classes 和总共 1600 张图片，因此请确保这 7 classes. 之间的图像分布没有不平等。
- 例如如果一个 class 有 60% 的数据，剩下的 40% 被分配给其他 class，那么你的数据是高度不平衡的。
- 在这种情况下，您可以对样本较少的 classes 使用数据增强。数据增强技术包括裁剪、模糊、添加抖动、盐和纸张噪声、锐化等。
提高模型准确性
- 尝试更改您的优化算法（Adam、SGD 等）
- 尝试更改优化算法的学习率。
- 应用批量归一化
- 添加丢弃层。
最佳解决方案 - 使用任何预训练模型（如 ResNet、Inception、Xception 等）和 Adam 优化器的迁移学习。