Uni-CV · Mestrado, Aprendizagem Profunda · 2026
Deep Learning Exercises
Regressão com DNN e um classificador de imagens ResNet-18 implementado em TensorFlow.
Código-fonte (abre num novo separador)Sem versão pública em produção
O problema
Dois exercícios práticos: prever números de casos de COVID-19 a partir de dados de inquéritos (regressão) e classificar fotografias de comida em onze categorias (Food-11) com poucos dados rotulados.
O que foi construído
- Regressão: rede totalmente ligada treinada com um ciclo de treino personalizado em TensorFlow, perda MSE com regularização L2 e seleção do modelo num conjunto de validação.
- Classificação: arquitetura ResNet-18 escrita de raiz em Keras (sem pesos pré-treinados), com data augmentation.
- Um passo de pseudo-rotulagem para aproveitar as imagens sem rótulo do conjunto de dados.
O meu papel
Trabalho individual, adaptado pelo docente a partir dos exercícios ML2021 do grupo de Hung-yi Lee.
Tecnologias
- Python
- TensorFlow
- Keras
- NumPy
- pandas