高分笔记

• 这里主要记录竞赛中其他团队公开的笔记。

HGNet-V2-Starter

• 链接见^[1]。

• 根据作者介绍，这篇笔记思路源于另一篇笔记UNet with float16 dataset^[2]，其中UNet笔记内容简要如下

  1. 网络：Unet+ResidualDoubleConv [32-64-128-256-512-1024-512-256-128-64-32-1]
  2. 数据集：没有使用原始float32数据，而是使用float16数据加载训练网络。显然可以减少显存占用（64批次大小只需要7G显存训练）和加速训练时间。

  本篇笔记主要工作是：

  1. 翻转增强
  2. 数据预处理
  3. EMA
  4. 编码器预训练
  5. Monai上采样（医疗图像分析工具库）

赛题一 基于网络流量的恶意攻击检测

Prethinking

• 一年级上的课程选了网络系统安全，小组汇报的内容便做过这个课题。拿到数据集也发现和当时做的差不多。

  于是最开始的思路便是按照之前的做法尝试，因为当时汇报要求五分钟内，所以其实做的很浅，这次也算又重新回顾了一遍。

• 前置技能：

  1. python基础。
  2. conda以及jupyter notebook的使用。
  3. pandas、sklearn、numpy等库的使用。
  4. pytorch使用。