Как стать автором
Обновить

Комментарии 8

Это было просто приятно прочитать! Отличная история и понятная даже человеку, далёкому от нейросетей.

Шикарно! Планируете ли вы коммерческое применение получившихся результатов? Если да, то какое? Будете ли предлагать результаты работы компаниям которые занимаются ДЗЗ?

У меня сложилось впечатление, что Dstl не рассчитывает всерьез применять эти алгоритмы, чтобы наводить ракеты на Нигерию. Я лично не хотел бы заниматься этой деятельностью, поскольку у нее есть двойное применение. Также, к сожалению, мы не можем выложить полный код своего решения, поскольку это одно из условий получения приза. Однако, Сергей выложил мой исправленный и доработанный кернел. Он уже решает задачу end-to-end, и если собрать все трюки с форума, то заинтересованная компания может довольно быстро получить State of the art на своих данных.
Безумная идея от никогда не работавшего с нейросетями:

Разнородность данных подталкивает в поиску общего в них:
Возможно, стоит попробовать представить данные не в виде отмасштабированных картинок, а в виде набора точек? Это избавит от мыла, вносимого масштабированием (изменение на размера 1% в этом плане просто ужасно )
В изменении размера на и 1% и на 50% нет ничего ужасного, на мой взгляд, если использовать подходящую интерполяцию. Ужас начинается, когда увеличивают в 5+ раз. А про представление изображения я не понял. Оно и так по сути является набором точек и в нейросеть подается в виде матрицы размером (n_channels, weight, height). В чем идея?
Прошу помочь, задача немногим схожая. От нарисованной текстуры на изображении зависят качественные характеристики предмета. допустим, я 0 в программировании и у меня есть 2-3 года на решение этой задачи. Каким образом я могу достичь цели? Грубо говоря, нужны пункты, которые необходимо изучить. Что вы можете посоветовать? Ответ: занимайся, парень, лучше своими делами — тоже устроит. С математикой у меня ок, магистр техники. Привлекают 2 языка программирования: python и golang (ну еще асм интересен для кое-чего)
Чтобы изучить нейронки нужно изучать нейронки (а они сейчас почти всё могут зарулить, для остального есть xgboost и симуляции). Лучший гайд по нейронкам, там несколько вариантов на выбор, пара курсов, пара книг: http://yerevann.com/a-guide-to-deep-learning/
Если честно, я не понял вопрос. Если хочется разобраться в машинном обучении и глубоком обучении, то лучше всего просто взять и начать решать какие-то задачи, разбираясь с непонятными вещами по ходу. Либо из реальной жизни (если работа позволяет), либо решая конкурсы по тематике. Сейчас, кстати, на кэггле куча годных конкурсов разной степени сложности и мы скоро запустим конкурсе по рекомендациям. Если вопрос про язык программирования, то для глубокого обучения единственный выбор, на мой взгляд, это python. В питоне для решения задачи классификации текстур по изображению (если я правильно понял вопрос) легче всего будет вникнуть в keras (для DL), skimage/PIL (для работы с картинками), matplotlib (для визуализации), ну и без numpy/scipy никуда.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.