Data-centric vs Model-centric 的个人拙见

该篇文章大概记录了我在 Datawhale 的“实际工作中数据和模型的价值"的相关分享。

2021 年终总结 | 时光飞逝的一年

过去二十多年以来经历的最快的一年，对自己有了更多的认知

醉鬼的敬酒曲

疫情防控一个月后，在暑假末的操场上所写下的文字

贰零贰零的深夜小记录

贰零贰零春一个普通的失眠夜晚产生的文字

图灵联邦竞赛 2021届”东方国信杯”高校大数据开发大赛 赛后记录

希望今后能够多研究 kaggle 的目标检测竞赛方案，在精（排）益（列）求（组）精（合）的路上越来越顺利，越来越有自己的想法。

kaggle 竞赛 Classify Leaves 赛后记录

第一次写竞赛记录，希望能够在赛后完善自己的分析流程，并学习他人的方案进行反思。

高质量C++编程指南(林锐)阅读笔记

高质量C++编程指南(林锐)阅读笔记

使用PyTorch开始自己的首次视觉竞赛系列(2)--DataLoader中的Transform

在深度学习中，数据十分重要。在我们构造的网络较为庞大的情况下，相当于我们需要从假设空间中以数据驱动的方式学出一种相应的参数组。而网络越宽越深越复杂，往往其参数越多，所以我们需要更多的数据去逼近一个可用解，在本节中，我大致介绍一下我们能够为数据做点什么