零基礎入門cv之模型集成

一、集成學習方法 在機器學習中的集成學習可以在一定程度上提高預測精度，常見的集成學習方法有Stacking、Bagging和Boosting，同時這些集成學習方法與具體驗證集劃分聯繫緊密。 由於深度學習模型一般需要較長的訓練週期，如果硬件設備不允許建議選取留出法，如果需要追求精度可以使用交叉驗證的方法。 下面假設構建了10折交叉驗證，訓練得到10個CNN模型。 那麼在10個CNN模型可以使用如下方

>>阅读原文<<