कागल: अंतरिक्ष से अमेज़ॅन - तंत्रिका नेटवर्क के प्रशिक्षण के लिए चाल और हैक

पिछली गर्मियों में, कागल साइट पर प्रतियोगिता , जो अमेज़ॅन जंगलों के उपग्रह चित्रों के वर्गीकरण के लिए समर्पित थी, समाप्त हो गई। हमारी टीम ने 900+ प्रतिभागियों में से 7 वां स्थान प्राप्त किया। इस तथ्य के बावजूद कि प्रतियोगिता बहुत पहले समाप्त हो गई है, हमारे समाधान के लगभग सभी तरीके अभी भी लागू हैं, और न केवल प्रतियोगिताओं के लिए, बल्कि बिक्री के लिए तंत्रिका नेटवर्क के प्रशिक्षण के लिए भी। बिल्ली के नीचे विवरण के लिए।

tldr.py

import kaggle from ods import albu, alno, kostia, n01z3, nizhib, romul, ternaus from dataset import x_train, y_train, x_test oof_train, oof_test = [], [] for member in [albu, alno, kostia, n01z3, nizhib, romul, ternaus]: for model in member.models: model.fit_10folds(x_train, y_train, config=member.fit_config) oof_train.append(model.predict_oof_tta(x_train, config=member.tta_config)) oof_test.append(model.predict_oof_tta(x_test, config=member.tta_config)) for model in albu.second_level: model.fit(oof_train) y_test = model.predict_proba(oof_test) y_test = kostia.bayes_f2_opt(y_test) kaggle.submit(y_test) 

कार्य विवरण

ग्रह ने दो स्वरूपों में उपग्रह चित्रों का एक सेट तैयार किया:

1. TIF - 16 बिट RGB + N, जहां N - इंफ्रा रेड के पास
2. जेपीजी - 8 बिट आरजीबी, जो टीआईएफ से प्राप्त होते हैं और जो कार्य में प्रवेश के लिए सीमा को कम करने के लिए प्रदान किए गए थे, साथ ही दृश्य को सरल बनाने के लिए। काग्ले में पिछली प्रतियोगिता में, मल्टीस्पेक्ट्रल छवियों के साथ काम करना आवश्यक था। गैर-दृश्यता, अर्थात्, अवरक्त, साथ ही साथ एक लंबी तरंग दैर्ध्य वाले चैनल, भविष्यवाणी की गुणवत्ता में सुधार, दोनों नेटवर्क और असुरक्षित तरीके।

भौगोलिक रूप से, डेटा अमेज़ॅन बेसिन के क्षेत्र से लिया गया था, और ब्राजील, पेरू, उरुग्वे, कोलंबिया, वेनेजुएला, गुयाना, बोलीविया और इक्वाडोर के देशों के क्षेत्रों से, जिसमें दिलचस्प सतह क्षेत्रों का चयन किया गया था, जिसमें से प्रतिभागियों को पेशकश की गई थी।

Tif से jpg बनाने के बाद, सभी दृश्यों को छोटे आकार के 256x256 में काट दिया गया। और बर्लिन और सैन फ्रांसिस्को कार्यालयों से प्लेनेट कर्मचारियों द्वारा प्राप्त किए गए जेपीजी के अनुसार, साथ ही क्राउड फ्लावर मंच के माध्यम से, अंकन किया गया था।

प्रतिभागियों को प्रत्येक 256x256 टाइल के लिए पारस्परिक रूप से अनन्य मौसम के निशान की भविष्यवाणी करने का काम सौंपा गया था:

आंशिक रूप से बादल छाए रहेंगे, धुंध, साफ़

और भी 0 या अधिक खराब मौसम: कृषि, प्राथमिक, चयनात्मक लॉगिंग, वास, जल, सड़कें, शिफ्टिंग कल्टीवेशन, ब्लूमिंग, कन्वेंशनल माइनिंग

कुल 4 मौसम और 13 गैर-मौसम, मौसम परस्पर अनन्य, लेकिन कोई भी मौसम नहीं है, लेकिन अगर तस्वीर बादल है, तो कोई अन्य टैग नहीं होना चाहिए।



मॉडल की सटीकता F2 मीट्रिक द्वारा अनुमानित की गई थी:

$$

$$स्कोर = (1+ \ बीटा ^ 2) \ frac {pr} {(बीटा बीटा 2p + आर)}$$

$$

$$p = \ frac {tp} {tp + fp}$$

$$

$$r = \ frac {tp} {tp + fn}$$

$$

$$\ बीटा = 2$$

इसके अलावा, सभी लेबलों का वजन समान था और प्रत्येक तस्वीर के लिए पहले F2 की गणना की गई थी, और फिर एक सामान्य औसत था। आमतौर पर वे इसे थोड़ा अलग तरीके से करते हैं, अर्थात्, एक निश्चित मीट्रिक प्रत्येक वर्ग के लिए गणना की जाती है, और फिर औसत होती है। तर्क यह है कि बाद वाला विकल्प अधिक व्याख्यात्मक है, क्योंकि यह आपको इस सवाल का जवाब देने की अनुमति देता है कि मॉडल प्रत्येक विशेष वर्ग पर कैसे व्यवहार करता है। इस मामले में, आयोजक पहले विकल्प के अनुसार गए, जो, जाहिरा तौर पर, उनके व्यवसाय की बारीकियों से संबंधित है।

ट्रेन में 40k नमूने हैं। टेस्ट में 40 कि। डेटासेट के छोटे आकार के कारण, लेकिन चित्रों के बड़े आकार के कारण, हम कह सकते हैं कि यह "स्टेरॉयड पर MNIST" है

गीतात्मक विषयांतर

जैसा कि आप विवरण से देख सकते हैं, कार्य काफी समझ में आता है और समाधान एक रॉकेट अर्थ नहीं है: आपको बस ग्रिड दर्ज करने की आवश्यकता है। और गुहा की बारीकियों को ध्यान में रखते हुए, आप शीर्ष पर मॉडल का एक गुच्छा भी ढेर कर सकते हैं। हालांकि, एक स्वर्ण पदक प्राप्त करने के लिए, आपको न केवल किसी न किसी मॉडल का एक गुच्छा प्रशिक्षित करने की आवश्यकता है। कई बुनियादी विविध मॉडल होना अनिवार्य है, जिनमें से प्रत्येक अपने आप में एक उत्कृष्ट परिणाम दिखाता है। और पहले से ही इन मॉडलों के शीर्ष पर आप स्टैकिंग और अन्य हैक को हवा दे सकते हैं।

सदस्य	जाल	1crop	TTA	diff,%
ALNO	densenet121	0.9278	0.9294	0.1736
nizhib	densenet169	0.9243	0.9277	0.3733
romul	vgg16	0.9266	0.9267	0.0186
ternaus	densenet121	0.9232	0.9241	0.0921
albu	densenet121	0.9294	0.9312	0.1933
Kostia	resnet50	0.9262	0.9271	0.0907
n01z3	resnext50	0.9281	0.9298	0.1896

तालिका एकल फसल और टीटीए के लिए सभी प्रतिभागियों के F2 स्कोर मॉडल दिखाती है। जैसा कि आप देख सकते हैं, अंतर वास्तविक उपयोग के लिए छोटा है, लेकिन यह प्रतियोगिता मोड के लिए महत्वपूर्ण है।

टीम बातचीत

अलेक्जेंडर बुस्लाव अल्बु
प्रतियोगिता में भाग लेने के समय, उन्होंने जियोस्कैन में पूरे एमएल दिशा का नेतृत्व किया। लेकिन तब से उन्होंने प्रतियोगिताओं का एक समूह घसीटा, सिमेंटिक सेगमेंट में सभी ओडीएस के पिता बने और मिन्स्क के लिए रवाना हुए, मैपबॉक्स में रोइंग, जिसके बारे में लेख प्रकाशित किया गया था

एलेक्सी नोसकोव अलनो
यूनिवर्सल एमएल सेनानी। ईविल मार्टियंस में काम किया। अब यैंडेक्स पर लुढ़क गया।

कोंस्टेंटिन लोपुकिन कोस्टियलोपुहिन
काम किया और स्क्रैपिंगहब में काम करना जारी रखा। तब से, कोस्त्या कुछ और पदक हासिल करने में कामयाब रही और 5 मिनट के लिए केगल ग्रैंडमास्टर

आर्थर कजिन n01z3
इस प्रतियोगिता में भाग लेने के समय, मैंने एविटो में काम किया। लेकिन नए साल के आसपास, Dbrain के स्टार्टअप लीड डेटा साइंटिस्ट ने ब्लॉकचेन पर रोल किया। मुझे उम्मीद है कि हम जल्द ही डॉकर्स और दीपक चिह्नों के साथ अपनी प्रतियोगिताओं के साथ समुदाय को खुश करेंगे।

एवगेनी निज़ीबित्सकी @ ननिज़िब
रामबलेर एंड कंपनी के प्रमुख डेटा वैज्ञानिक इस प्रतियोगिता से यूजीन ने चित्र प्रतियोगिताओं में चेहरे खोजने की गुप्त क्षमता की खोज की। क्या उसे टॉपकोडर मंच पर कुछ प्रतियोगिताओं को खींचने में मदद मिली। मैंने उनमें से एक के बारे में बात की।

रुस्लान बेकुलोव रोमुल
कॉन्स्टेंटा में खेल की घटनाओं पर नज़र रखने में लगे हुए हैं।

व्लादिमीर इग्लोविकोव टेरनॉस
आपको ब्रिटिश खुफिया द्वारा उत्पीड़न के बारे में कार्रवाई-पैक लेख के लिए याद किया जा सकता है। उन्होंने TrueAccord में काम किया, लेकिन फिर ट्रेंडी युवा Lyft में रोल किया। सेल्फ-ड्राइविंग कार के लिए कंप्यूटर विज़न कहाँ काम करता है। प्रतियोगिताओं को खींचने के लिए जारी है और हाल ही में कागल ग्रैंडमास्टर प्राप्त किया है।

हमारी एसोसिएशन और भागीदारी के प्रारूप को विशिष्ट कहा जा सकता है। एकजुट होने का निर्णय इस तथ्य के कारण था कि हम सभी के लीडरबोर्ड पर करीबी परिणाम थे। और हम में से प्रत्येक ने अपनी स्वयं की स्वतंत्र पाइपलाइन को देखा, जो शुरुआत से अंत तक पूरी तरह से स्वायत्त समाधान था। साथ ही, विलय के बाद, कई प्रतिभागी स्टैकिंग में लगे हुए थे।

पहली चीज़ जो हमने की वह थी सिलवटों की हिस्सेदारी। हमने यह सुनिश्चित किया कि प्रत्येक तह में कक्षाओं का वितरण पूरे डेटासेट में समान था। इसके लिए, सबसे दुर्लभ वर्ग को पहले चुना गया, इसके द्वारा स्तरीकृत किया गया, क्योंकि शेष चित्रों को दूसरे सबसे लोकप्रिय वर्ग द्वारा स्तरीकृत किया गया था, और इस तरह जब तक कोई चित्र नहीं बचा था।

गुना वर्गों का हिस्टोग्राम:



हमारे पास एक सामान्य रिपॉजिटरी भी थी, जहां प्रत्येक टीम के सदस्य के पास अपना स्वयं का फ़ोल्डर था, जिसके भीतर उसने कोड को व्यवस्थित किया था जैसा वह चाहता था।

और हम भविष्यवाणी के प्रारूप पर भी सहमत हुए, क्योंकि यह हमारे मॉडल के संयोजन के लिए बातचीत का एकमात्र बिंदु था।

तंत्रिका नेटवर्क प्रशिक्षण

चूंकि हममें से प्रत्येक के पास एक स्वतंत्र पाइपलाइन थी, इसलिए हम लोगों द्वारा समानांतर इष्टतम सीखने की प्रक्रिया का एक ग्रिड नमूना थे।

सामान्य दृष्टिकोण


चित्र github.com/tornadomeet/ResNet से

कल्पना पर Resnet तंत्रिका नेटवर्क के प्रशिक्षण अनुसूची पर एक विशिष्ट सीखने की प्रक्रिया प्रस्तुत की जाती है। वे SGD (lr 0.1 Nesterov Momentum 0.0001 WD 0.9) के साथ यादृच्छिक रूप से आरंभिक भार से शुरू करते हैं और फिर 30 के बाद सीखने की दर को 10 गुना कम कर देते हैं।

वैचारिक रूप से, हम में से प्रत्येक ने एक ही दृष्टिकोण का उपयोग किया, हालांकि, प्रत्येक नेटवर्क को सीखते समय बूढ़ा नहीं होने के लिए, एलआर घटता है अगर सत्यापन ने लगातार पंक्ति में 3-5 युगों के लिए नुकसान नहीं छोड़ा। या, कुछ प्रतिभागियों ने प्रत्येक एलआर क्षति पर युगों की संख्या को कम कर दिया और अनुसूची के अनुसार कम किया।

वृद्धि

तंत्रिका नेटवर्क का प्रशिक्षण करते समय सही वृद्धि का चयन करना बहुत महत्वपूर्ण है। संवर्द्धन डेटा की प्रकृति की परिवर्तनशीलता को प्रतिबिंबित करना चाहिए। परंपरागत रूप से, वृद्धि को दो प्रकारों में विभाजित किया जा सकता है: वे जो डेटा में पूर्वाग्रह का परिचय देते हैं, और जो ऐसा नहीं करते हैं। पूर्वाग्रह से, कोई विभिन्न निम्न-स्तरीय आँकड़ों को समझ सकता है, जैसे कि रंग हिस्टोग्राम या विशेषता आकार। इस संबंध में, एचएसवी वृद्धि और तराजू एक ऑफसेट पेश करते हैं, लेकिन एक यादृच्छिक फसल नहीं होती है।

नेटवर्क को प्रशिक्षित करने के पहले चरणों में, आप वृद्धि के साथ बहुत दूर जा सकते हैं और बहुत कठिन सेट का उपयोग कर सकते हैं। हालांकि, प्रशिक्षण के अंत की ओर, आपको या तो वृद्धि को बंद करना होगा या केवल उन लोगों को छोड़ना होगा जो पूर्वाग्रह का परिचय नहीं देते हैं। यह तंत्रिका नेटवर्क को ट्रेन के नीचे थोड़ा ओवरफिट करने और सत्यापन पर थोड़ा बेहतर परिणाम दिखाने की अनुमति देता है।

परत जमना

अधिकांश कार्यों में, यह खरोंच से एक तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए कोई मतलब नहीं है, यह पूर्व-प्रशिक्षित नेटवर्क के साथ बेला करने के लिए बहुत अधिक कुशल है, Imagenet के साथ कहते हैं। हालांकि, आप आगे जा सकते हैं और न केवल वांछित वर्गों की संख्या के साथ परत के नीचे पूरी तरह से जुड़े परत को बदल सकते हैं, बल्कि पहले सभी संकल्पों को ठंड के साथ प्रशिक्षित करते हैं। यदि आप दृढ़ संकल्पों को मुक्त नहीं करते हैं और तुरंत पूरे नेटवर्क को पूरी तरह से कनेक्टेड परत के बेतरतीब ढंग से आरंभिक भार के साथ प्रशिक्षित करते हैं, तो संकल्पों के भार भ्रष्ट हो जाएंगे और तंत्रिका नेटवर्क का अंतिम प्रदर्शन कम होगा। इस कार्य पर, प्रशिक्षण नमूने के छोटे आकार के कारण यह विशेष रूप से ध्यान देने योग्य था। बड़ी मात्रा में डेटा जैसे कि cdiscount के साथ अन्य प्रतियोगिताओं में, पूरे तंत्रिका नेटवर्क को फ्रीज करना संभव नहीं था, लेकिन अंत से दृढ़ संकल्प के समूह। इस तरह, प्रशिक्षण में बहुत तेजी आ सकती है, क्योंकि ग्रेडर को जमी परतों के लिए नहीं माना जाता था।

चक्रीय annealing

यह प्रक्रिया इस तरह दिखती है। तंत्रिका नेटवर्क की बुनियादी प्रशिक्षण प्रक्रिया के पूरा होने के बाद, सबसे अच्छा वजन लिया जाता है और प्रशिक्षण प्रक्रिया को दोहराया जाता है। लेकिन यह कम सीखने की दर से शुरू होता है और थोड़े समय में होता है, 3-5 युग कहते हैं। यह तंत्रिका नेटवर्क को कम स्थानीय न्यूनतम पर जाने और बेहतर प्रदर्शन दिखाने की अनुमति देता है। इस स्थिर अभियान के परिणामस्वरूप प्रतियोगिता में काफी संख्या में सुधार होता है।

यहां दो रिसेप्शन के बारे में अधिक विस्तार से

परीक्षण समय वृद्धि

चूंकि यह एक प्रतियोगिता है और हमें अनुमान के समय पर औपचारिक प्रतिबंध नहीं है, आप परीक्षण के दौरान वृद्धि का उपयोग कर सकते हैं। ऐसा लग रहा है कि चित्र उसी तरह विकृत है जैसे प्रशिक्षण के दौरान हुआ था। कहते हैं, यह लंबवत, क्षैतिज रूप से परिलक्षित होता है, कोण से घुमाया जाता है, आदि। प्रत्येक वृद्धि एक नई तस्वीर देती है जिससे हमें भविष्यवाणियां मिलती हैं। तब एक तस्वीर के ऐसे विकृतियों की भविष्यवाणियां औसतन होती हैं (ज्यामितीय साधनों द्वारा एक नियम के रूप में)। यह एक लाभ भी देता है। अन्य प्रतियोगिताओं में, मैंने यादृच्छिक संवर्द्धन के साथ भी प्रयोग किया। कहते हैं, आप एक बार में एक आवेदन नहीं कर सकते हैं, लेकिन बस यादृच्छिक मोड़, विरोधाभासों और रंग वृद्धि के लिए आयाम को आधा से कम कर सकते हैं, बीज को ठीक कर सकते हैं और ऐसे कई बेतरतीब ढंग से विकृत चित्र बना सकते हैं। इससे भी बढ़त मिली।

स्नैपशॉट असेम्बलिंग (मल्टीचेकप्वाइंट टीटीए)

एनीलिंग के विचार को और विकसित किया जा सकता है। एनीलिंग के प्रत्येक चरण में, तंत्रिका नेटवर्क थोड़ी अलग स्थानीय मिनीमा में उड़ता है। और इसका मतलब यह है कि ये अनिवार्य रूप से थोड़े अलग मॉडल हैं जिन्हें औसत किया जा सकता है। इस प्रकार, परीक्षण की भविष्यवाणियों के दौरान, आप तीन सर्वश्रेष्ठ चौकियों को ले सकते हैं और उनकी भविष्यवाणियों को औसत कर सकते हैं। मैंने तीन सर्वश्रेष्ठ नहीं लेने की कोशिश की, लेकिन शीर्ष 10 चौकियों में से तीन सबसे विविध - यह बदतर था। खैर, उत्पादन के लिए इस तरह की चाल लागू नहीं है और मैंने मॉडलों के वजन को औसत करने की कोशिश की। इसने बहुत ही तुच्छ लेकिन स्थिर वृद्धि दी।



प्रत्येक टीम के सदस्य के दृष्टिकोण

तदनुसार, एक डिग्री या किसी अन्य के लिए, हमारी टीम के प्रत्येक सदस्य ने उपरोक्त तकनीकों के एक अलग संयोजन का उपयोग किया।

छेद	रूपांतरण फ्रीज, युग	अनुकूलक	रणनीति	Augs	TTA
albu	3	SGD	15 युग एलआर क्षय, वृत्त १३ युग	D4, स्केल, ऑफसेट, विरूपण, इसके विपरीत, कलंक	D4
ALNO	3	SGD	Lr क्षय	D4, स्केल, ऑफसेट, विरूपण, इसके विपरीत, धुंधला, कतरनी, चैनल गुणक	D4
n01z3	2	SGD	ड्रॉप एलआर, रोगी 10	D4, स्केल, विरूपण, इसके विपरीत, कलंक	डी 4, 3 चौकी
ternaus	-	एडम	चक्रीय LR (1e-3: 1e-6)	D4, स्केल, चैनल जोड़ें कंट्रास्ट	D4, बेतरतीब फसल
nizhib	-	एडम	StepLR, 60 युग, 20 प्रति क्षय	D4, RandomSizedCrop	D4, 4 कोने, केंद्र, स्केल
Kostia	1	एडम		D4, स्केल, विरूपण, इसके विपरीत, कलंक	D4
romul	-	SGD	base_lr: 0.01 - 0.02 lr = base_lr * (0.33 ** (युग / 30)) युग: ५०	डी 4, स्केल	D4, केंद्र की फसल, कोने की फसल

स्टैकिंग और हैक

हमने 10 गुना पर मापदंडों के प्रत्येक सेट के साथ प्रत्येक मॉडल को प्रशिक्षित किया। और फिर फोल्ड (OOF) की भविष्यवाणियों के आधार पर हमने दूसरे स्तर के मॉडल सिखाए: एक्स्ट्रा ट्रीज़, लीनियर रिग्रेशन, न्यूरल नेटवर्क और बस औसत मॉडल।

और पहले से ही ओओएफ में, दूसरे स्तर के मॉडल की भविष्यवाणियों ने मिश्रण के लिए वजन उठाया। आप यहां और यहां स्टैकिंग के बारे में अधिक पढ़ सकते हैं।

वास्तविक उत्पादन में, अजीब तरह से पर्याप्त है, यह दृष्टिकोण भी होता है। उदाहरण के लिए, जब मल्टीमॉडल डेटा (चित्र, पाठ, श्रेणियां, आदि) होता है और आप मॉडल की भविष्यवाणियों को संयोजित करना चाहते हैं। आप बस संभावनाओं को औसत कर सकते हैं, लेकिन दूसरे स्तर के मॉडल को प्रशिक्षित करना सबसे अच्छा परिणाम देता है।

बैस ऑप्टिमाइज़ेशन F2

इसके अलावा, अंतिम भविष्यवाणियों ने बायेसियन अनुकूलन का उपयोग करके थोड़ा सा ट्यून किया। मान लें कि हमारे पास आदर्श संभावनाएं हैं, तो F2 सबसे अच्छी उम्मीद की चटाई (यानी इष्टतम प्रकार का) के साथ निम्नलिखित सूत्र द्वारा प्राप्त की जाती है:



इसका क्या मतलब है? हमें सभी संयोजनों के माध्यम से क्रमबद्ध करने की आवश्यकता है (यानी, प्रत्येक लेबल 0 और 1 के लिए), प्रत्येक संयोजन की संभावना की गणना करें, और F2 द्वारा गुणा करें - हमें अपेक्षित F2 मिलता है। जिसके लिए संयोजन बेहतर है, और इष्टतम F2 देगा। संभावनाओं को केवल व्यक्तिगत लेबल की संभावनाओं का गुणन माना जाता था (यदि लेबल 0 है, तो हम 1 - p लेते हैं), और क्रम में 2 को 17 विकल्पों में नहीं छांटने के लिए, केवल 0.05 से 0.5 की संभावना वाले लेबल को कंपित किया गया था - एक पंक्ति में उनमें से 3-7 थे, इसलिए विकल्प एक बिट (मिनट के एक जोड़े में प्रस्तुत किया गया था)। सिद्धांत रूप में, यह लेबल की संयोजन की संभावना को प्राप्त करने के लिए अच्छा होगा, न केवल व्यक्तिगत संभावनाओं को गुणा करना (क्योंकि लेबल स्वतंत्र नहीं हैं), लेकिन यह काम नहीं किया।

इसने क्या दिया? जब मॉडल अच्छे हो जाते हैं, तो पहनावे के बाद थ्रेसहोल्ड का चयन काम करना बंद कर देता है, और इस चीज़ ने सत्यापन और सार्वजनिक / निजी दोनों में एक छोटी लेकिन स्थिर वृद्धि दी।

अंतभाषण

नतीजतन, हमने 48 अलग-अलग मॉडलों को प्रशिक्षित किया, प्रत्येक में 10 गुना, अर्थात्। पहले स्तर के 480 मॉडल। इस तरह के एक मानव ग्रिडचर्च ने मुझे गहरी सजातीय तंत्रिका नेटवर्क को प्रशिक्षित करते समय विभिन्न तकनीकों की कोशिश करने की अनुमति दी, जिसका उपयोग मैं अभी भी काम और प्रतियोगिताओं में करता हूं।

क्या कम मॉडल को प्रशिक्षित करना और समान या बेहतर परिणाम प्राप्त करना संभव था? हां, काफी। तीसरे स्थान से हमारे हमवतन, स्टैनिस्लाव stasg7 Semenov और रोमन ZFTurbo Soloviev, प्रथम स्तर के मॉडल की एक छोटी संख्या की लागत और 250+ दूसरे स्तर के मॉडल को ऑफसेट करते हैं। समाधान के बारे में, आप विश्लेषण देख सकते हैं और पोस्ट पढ़ सकते हैं ।

पहला स्थान रहस्यमय सर्वश्रेष्ठफिटिंग में चला गया। सामान्य तौर पर, यह लड़का बहुत अच्छा होता है, और अब वह शीर्ष 1 केगल रेटिंग बन गया है, जिसमें बहुत सारी चित्र प्रतियोगिताएं हैं। वह लंबे समय तक गुमनाम रहे, जब तक कि एनवीडिया ने उनका साक्षात्कार करके कवर नहीं तोड़ दिया। जिसमें उन्होंने स्वीकार किया कि 200 अधीनस्थ उन्हें रिपोर्ट करेंगे ... निर्णय के बारे में एक पोस्ट भी है।

दिलचस्प में से एक: व्यापक रूप से संकीर्ण हलकों जेरेमी हावर्ड में जाना जाता है, पिता फास्टै 22 मी समाप्त हो गया। और अगर आपको लगता है कि उसने सिर्फ अपने प्रशंसक के लिए कुछ प्रस्तुतियाँ भेजी हैं, तो आपको अनुमान नहीं था। उन्होंने टीम में भाग लिया और 111 पार्सल भेजे।

इसके अलावा, स्टैनफोर्ड के स्नातक छात्र जो उस समय में पौराणिक CS231n पाठ्यक्रम ले रहे थे, और जिन्हें इस कार्य को पाठ्यक्रम परियोजना के रूप में उपयोग करने की अनुमति थी, ने लीडरबोर्ड के बीच में पूरी टीम को समाप्त कर दिया।

एक बोनस के रूप में, मैंने इस पोस्ट की सामग्री के साथ Mail.ru पर बात की और यहां व्लादिमीर इग्लोविकोव की घाटी में एक बैठक से एक और प्रस्तुति है ।