------------------------------------------------

Classification

------------------------------------------------

Train Female(แบ่งตามอายุของเพศหญิง)

รอบที่ 1 (F1 Freeze 250)
รอบที่ 2 (F2 Freeze 250)
รอบที่ 3 (F3 Unfreeze 500)

Predict Female(แบ่งตามอายุของเพศหญิง)

รอบที่ 1 (17.47%)
- MAE: 3.743157894736842
- MSE: 27.35578947368421
- RMSE: 5.230276233019076
รอบที่ 2 (18.11%)
- MAE: 3.6252631578947367
- MSE: 26.134736842105262
- RMSE: 5.11221447536244
รอบที่ 3 (18.53%)
- MAE: 3.6189473684210527
- MSE: 26.423157894736843
- RMSE: 5.140346087058423

Train Male(แบ่งตามอายุของเพศชาย)

รอบที่ 1 (M1 Freeze 250)
รอบที่ 2 (M2 Freeze 250)
รอบที่ 3 (M3 Freeze 250)
รอบที่ 4 (M4 Unfreeze 500)

Predict Male(แบ่งตามอายุของเพศชาย)

รอบที่ 1 (17.10%)
- MAE: 2.9347368421052633
- MSE: 17.27578947368421
- RMSE: 4.156415459706141
รอบที่ 2 (16.21%)
- MAE: 2.9010526315789473
- MSE: 16.79578947368421
- RMSE: 4.0982666425800325
รอบที่ 3 (17.89%)
- MAE: 2.9073684210526314
- MSE: 16.94105263157895
- RMSE: 4.115950999657181
รอบที่ 4 (16.63%)
- MAE: 3.082105263157895
- MSE: 18.854736842105265
- RMSE: 4.3422041456045415

Train Gender(แบ่งตามเพศชายและเพศหญิง)

รอบที่ 1 ((2e-4)G1 Freeze 250)
รอบที่ 2 ((2e-4)G2 Freeze 250)
รอบที่ 3 ((8e-5)G3 Freeze 250)
รอบที่ 4 ((8e-5)G4 Unfreeze 250)
รอบที่ 4 ((8e-5)G4 Unfreeze 500)

Predict Gender(แบ่งตามเพศชายและเพศหญิง)

รอบที่ 1 250 (63.89%)
- MAE: 0.36105263157894735
- MSE: 0.36105263157894735
- RMSE: 0.6008765526952665
รอบที่ 2 250 (65.16%)
- MAE: 0.34842105263157896
- MSE: 0.34842105263157896
- RMSE: 0.5902720157957507
รอบที่ 3 250 (66.95%)
- MAE: 0.33052631578947367
- MSE: 0.33052631578947367
- RMSE: 0.5749141812387947
รอบที่ 4 250 (70.32%)
- MAE: 0.2968421052631579
- MSE: 0.2968421052631579
- RMSE: 0.5448321808255804
รอบที่ 4 500 (68.74%%)
- MAE: 0.3126315789473684
- MSE: 0.3126315789473684
- RMSE: 0.559134669777656

อันเก่า Train Gender(แบ่งตามเพศชายและเพศหญิง)

รอบที่ 1 (G1 Freeze 250)
รอบที่ 2 (G2 Freeze 250)
รอบที่ 3 (G3 Unfreeze 250)
รอบที่ 3 (G3 Unfreeze 500)

อันเก่า Predict Gender(แบ่งตามเพศชายและเพศหญิง)

รอบที่ 1 (64.95%)
รอบที่ 2 (68.32%)
รอบที่ 3 250 (68.63%)
รอบที่ 3 500 (68.32%)

ครั้งที่ 1 (lr=2e-5 ทั้งหมด)

Train All Age(ทุกอายุของเพศชายและเพศหญิง)

รอบที่ 1 (AC1 Freeze 250)
รอบที่ 2 (AC2 Freeze 250)
รอบที่ 3 (AC3 Unfreeze 500)

Predict All Age(ทุกอายุของเพศชายและเพศหญิง)

รอบที่ 1 (19.26%)
- MAE: 3.328421052631579
- MSE: 22.802105263157895
- RMSE: 4.77515499886212
รอบที่ 2 (21.16%)
- MAE: 3.376842105263158
- MSE: 24.338947368421053
- RMSE: 4.933451871501439
รอบที่ 3 500 (20.42%)
- MAE: 3.5231578947368423
- MSE: 25.954736842105262
- RMSE: 5.094579162414228

------------------------------------------------

Regression

------------------------------------------------

All Age Parameter

learning_rate=1e-4
epoch 250
batch_size = 16
width = 150
height = 150
epochs = 250
NUM_TRAIN = 2850
NUM_TEST = 950
dropout_rate = 0.2
input_shape = (height, width, 3)

Train All(ทุกอายุและทุกเพศ)

รอบที่ 1 (Re All1 Freeze 250)
รอบที่ 2 (Re All2 Freeze 250)
รอบที่ 3 (Re All3 Freeze 250)
รอบที่ 4 (Re All4 Unfreeze 250)
รอบที่ 5 (colab เปิดไม่ได้)
รอบที่ 5 (Re All5 Unfreeze 250)
รอบที่ 6 (Re All6 Unfreeze 250)
รอบที่ 7 (Re All7 Unfreeze 250)
รอบที่ 8 (Re All8 Unfreeze 250)
รอบที่ 9 (Re All9 Unfreeze 250)

Predict All(ทุกอายุและทุกเพศ)

รอบที่ 1 (5.26%)
- MAE: 4.7894736842105265
- MSE: 31.0
- RMSE: 5.5677643628300215
รอบที่ 2 (5.26%)
- MAE: 4.7368421052631575
- MSE: 30.0
- RMSE: 5.477225575051661
รอบที่ 3 (5.26%)
- MAE: 4.7368421052631575
- MSE: 30.0
- RMSE: 5.477225575051661
รอบที่ 4 (19.89%)
- MAE: 1.7968421052631578
- MSE: 5.893684210526316
- RMSE: 2.427691127496724
รอบที่ 5 (23.10%)
- MAE: 1.6189473684210527
- MSE: 5.096842105263158
- RMSE: 2.257618680216648
รอบที่ 6 (22.42%)
- MAE: 1.7473684210526317
- MSE: 5.823157894736842
- RMSE:
รอบที่ 7 (30.63%)
- MAE: 1.5273684210526315
- MSE: 4.8578947368421055
- RMSE: 2.2040632334037302
รอบที่ 8 (25.16%)
- MAE: 1.9410526315789474
- MSE: 7.79578947368421
- RMSE: 2.7920941018676664
รอบที่ 9 (26.25%)
- MAE: 1.6694736842105262
- MSE: 5.515789473684211
- RMSE: 2.348571794449599

Name		Name	Last commit message	Last commit date
Latest commit History 127 Commits
(1e-4)AC3_AllAge_Predict_Freeze_250.ipynb		(1e-4)AC3_AllAge_Predict_Freeze_250.ipynb
(1e-4)AC3_AllAge_Freeze_250.ipynb		(1e-4)AC3_AllAge_Freeze_250.ipynb
(1e-4)AC4_AllAge_Unfreeze_500.ipynb		(1e-4)AC4_AllAge_Unfreeze_500.ipynb
1_AC1_Predict_AllAge_Freeze_(2e-5)_250.ipynb		1_AC1_Predict_AllAge_Freeze_(2e-5)_250.ipynb
1_AC1_Train_AllAge_Freeze_(2e-5)_250.ipynb		1_AC1_Train_AllAge_Freeze_(2e-5)_250.ipynb
2_AC2_Predict_AllAge_Freeze_(2e-5)_250.ipynb		2_AC2_Predict_AllAge_Freeze_(2e-5)_250.ipynb
2_AC2_Train_AllAge_Freeze_(2e_5)_250.ipynb		2_AC2_Train_AllAge_Freeze_(2e_5)_250.ipynb
3_AC3_Predict_AllAge_Unfreeze_(2e-5)_500.ipynb		3_AC3_Predict_AllAge_Unfreeze_(2e-5)_500.ipynb
3_AC3_Train_AllAge_Unfreeze_(2e-5)_500.ipynb		3_AC3_Train_AllAge_Unfreeze_(2e-5)_500.ipynb
A10_Predict_Unfreeze.ipynb		A10_Predict_Unfreeze.ipynb
A10_Train_Unfreeze.ipynb		A10_Train_Unfreeze.ipynb
A11_Predict_Unfreeze.ipynb		A11_Predict_Unfreeze.ipynb
A11_Train_Unfreeze.ipynb		A11_Train_Unfreeze.ipynb
A12_Predict_Unfreeze.ipynb		A12_Predict_Unfreeze.ipynb
A12_Train_Unfreeze.ipynb		A12_Train_Unfreeze.ipynb
A13_Predict_Unfreeze.ipynb		A13_Predict_Unfreeze.ipynb
A13_Train_Unfreeze.ipynb		A13_Train_Unfreeze.ipynb
A14_Predict_Unfreeze.ipynb		A14_Predict_Unfreeze.ipynb
A14_Train_Unfreeze.ipynb		A14_Train_Unfreeze.ipynb
A1_Predict_Freeze.ipynb		A1_Predict_Freeze.ipynb
A1_Train_Freeze.ipynb		A1_Train_Freeze.ipynb
A2_Predict_Freeze.ipynb		A2_Predict_Freeze.ipynb
A2_Train_Freeze.ipynb		A2_Train_Freeze.ipynb
A3_Predict_Freeze.ipynb		A3_Predict_Freeze.ipynb
A3_Train_Freeze.ipynb		A3_Train_Freeze.ipynb
A4_Predict_Unfreeze.ipynb		A4_Predict_Unfreeze.ipynb
A4_Train_Unfreez.ipynb		A4_Train_Unfreez.ipynb
A5_Predict_Unfreeze.ipynb		A5_Predict_Unfreeze.ipynb
A5_Train_Unfreez.ipynb		A5_Train_Unfreez.ipynb
A6_Predict_Unfreeze.ipynb		A6_Predict_Unfreeze.ipynb
A6_Train_Unfreeze.ipynb		A6_Train_Unfreeze.ipynb
A7_Predict_Unfreeze.ipynb		A7_Predict_Unfreeze.ipynb
A7_Train_Unfreeze.ipynb		A7_Train_Unfreeze.ipynb
A8_Predict_Unfreeze.ipynb		A8_Predict_Unfreeze.ipynb
A8_Train_Unfreeze.ipynb		A8_Train_Unfreeze.ipynb
A9_Predict_Unfreeze.ipynb		A9_Predict_Unfreeze.ipynb
A9_Train_Unfreeze.ipynb		A9_Train_Unfreeze.ipynb
AC1_AllAge_Freeze_250.ipynb		AC1_AllAge_Freeze_250.ipynb
AC1_AllAge_Predict_Freeze_250.ipynb		AC1_AllAge_Predict_Freeze_250.ipynb
AC2_AllAge_Freeze_250.ipynb		AC2_AllAge_Freeze_250.ipynb
AC2_AllAge_Predict_Freeze_250.ipynb		AC2_AllAge_Predict_Freeze_250.ipynb
AC3_AllAge_Predict_Unfreeze_250.ipynb		AC3_AllAge_Predict_Unfreeze_250.ipynb
AC3_AllAge_Predict_Unfreeze_500.ipynb		AC3_AllAge_Predict_Unfreeze_500.ipynb
AC3_AllAge_Unfreeze_250.ipynb		AC3_AllAge_Unfreeze_250.ipynb
AC3_AllAge_Unfreeze_500.ipynb		AC3_AllAge_Unfreeze_500.ipynb
F1_Predict_Freeze.ipynb		F1_Predict_Freeze.ipynb
F1_Train_Freeze_250.ipynb		F1_Train_Freeze_250.ipynb
F2_Predict_Freeze.ipynb		F2_Predict_Freeze.ipynb
F2_Train_Freeze_250.ipynb		F2_Train_Freeze_250.ipynb
F3_Predict_Unfreeze_500.ipynb		F3_Predict_Unfreeze_500.ipynb
F3_Train_Unfreez_500.ipynb		F3_Train_Unfreez_500.ipynb
G1_Predict_Freeze.ipynb		G1_Predict_Freeze.ipynb
G1_Train_Freeze.ipynb		G1_Train_Freeze.ipynb
G2_Predict_Freeze.ipynb		G2_Predict_Freeze.ipynb
G2_Train_Freeze.ipynb		G2_Train_Freeze.ipynb
G3_Predict_Unfreeze_250.ipynb		G3_Predict_Unfreeze_250.ipynb
G3_Predict_Unfreeze_500.ipynb		G3_Predict_Unfreeze_500.ipynb
G3_Train_Unfreeze_250.ipynb		G3_Train_Unfreeze_250.ipynb
G3_Train_Unfreeze_500.ipynb		G3_Train_Unfreeze_500.ipynb
M1_Predict_Freeze.ipynb		M1_Predict_Freeze.ipynb
M1_Train_Freeze.ipynb		M1_Train_Freeze.ipynb
M2_Predict_Freeze.ipynb		M2_Predict_Freeze.ipynb
M2_Train_Freeze.ipynb		M2_Train_Freeze.ipynb
M3_Predict_Freeze.ipynb		M3_Predict_Freeze.ipynb
M3_Train_Freeze.ipynb		M3_Train_Freeze.ipynb
M4_Predict_Unfreeze_500.ipynb		M4_Predict_Unfreeze_500.ipynb
M4_Train_Unfreez_500.ipynb		M4_Train_Unfreez_500.ipynb
README.md		README.md

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Repository files navigation

------------------------------------------------

Classification

------------------------------------------------

Train Female(แบ่งตามอายุของเพศหญิง)

Predict Female(แบ่งตามอายุของเพศหญิง)

Train Male(แบ่งตามอายุของเพศชาย)

Predict Male(แบ่งตามอายุของเพศชาย)

Train Gender(แบ่งตามเพศชายและเพศหญิง)

Predict Gender(แบ่งตามเพศชายและเพศหญิง)

อันเก่า Train Gender(แบ่งตามเพศชายและเพศหญิง)

อันเก่า Predict Gender(แบ่งตามเพศชายและเพศหญิง)

ครั้งที่ 1 (lr=2e-5 ทั้งหมด)

Train All Age(ทุกอายุของเพศชายและเพศหญิง)

Predict All Age(ทุกอายุของเพศชายและเพศหญิง)

------------------------------------------------

Regression

------------------------------------------------

All Age Parameter

Train All(ทุกอายุและทุกเพศ)

Predict All(ทุกอายุและทุกเพศ)

About

Releases

Packages

Languages

Wanita-8943/Main_Project

Folders and files

Latest commit

History

Repository files navigation

------------------------------------------------

Classification

------------------------------------------------

Train Female(แบ่งตามอายุของเพศหญิง)

Predict Female(แบ่งตามอายุของเพศหญิง)

Train Male(แบ่งตามอายุของเพศชาย)

Predict Male(แบ่งตามอายุของเพศชาย)

Train Gender(แบ่งตามเพศชายและเพศหญิง)

Predict Gender(แบ่งตามเพศชายและเพศหญิง)

อันเก่า Train Gender(แบ่งตามเพศชายและเพศหญิง)

อันเก่า Predict Gender(แบ่งตามเพศชายและเพศหญิง)

ครั้งที่ 1 (lr=2e-5 ทั้งหมด)

Train All Age(ทุกอายุของเพศชายและเพศหญิง)

Predict All Age(ทุกอายุของเพศชายและเพศหญิง)

------------------------------------------------

Regression

------------------------------------------------

All Age Parameter

Train All(ทุกอายุและทุกเพศ)

Predict All(ทุกอายุและทุกเพศ)

About

Resources

Stars

Watchers

Forks

Releases

Packages 0

Languages

Packages