天池-街景字符编码识别-模型集成

文章目录 集成学习方法介绍 深度学习中的集成学习 Dropout TTA Snapshot 结果后处理 集成学习方法介绍 在机器学习中的集成学习能够在必定程度上提升预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。 因为深度学习模型通常须要较长的训练周期，若是硬件设备不容许建议选取留出法，若是须要追求精度可使用交叉验证的

>>阅读原文<<