在上一章节我们学习了如何构造验证集，如何训练和验证。本章作为本次赛题学习的最后一章，将会降解如何使用集成学习提高预测精度
本章讲解的知识点包括：集成学习方法、深度学习中的集成学习和结果后处理思路

6.1 学习目标

1. 学习集成学习方法以及交叉验证情况下的模型集成
2. 学会使用深度学习模型的集成学习

6.2 集成学习方法

在机器学习中的集成学习可以在一定程度上提高预测精度。常见的集成学习方法有 Stacking、Bagging 和 Boosting ，同时这些集成学习方法与具体验证集的划分联系紧密
由于深度学习模型一般需要较长时间的训练，如果硬件设备不允许建议选取留出法，如果需要追求精度可以使用交叉验证的方法。
下面假设构建了10折交叉验证，训练得到10个CNN模型

那么在10个CNN模型可以使用如下方式进行集成

1. 对预测的结果的概率值进行平均，然后解码为具体字符
2. 对预测的字符进行投票，得到最终字符

6.3 深度学习中的集成学习

此外在深度学习中本身还有一些集成学习思路的做法，值得借鉴学习

6.3.1 Dropout

Dropout 可以作为训练神经网络的一种技巧。在每个训练批次中，通过随机让一部分的节点停止工作。同时预测的过程让所有的节点都起作用。‘

Dropout 经常出现在现有的CNN网络中，可以有效的环节模型过拟合的情况，也可以在预测时增加模型的精度。

6.3.2 TTA

测试机数据扩增（Test Time Augmentation，简称TTA）也是常用的集成学习技巧，数据扩增不仅可以在训练时候用，而且可以同样在预测时进行数据扩增，对同一个样本预测三次，然后对三次结果进行平均

6.3.3 Snapshot

本章的开头已经提高，假设我们训练了10个CNN则可以将多个模型的预测结果进行平均。但是假如只训练了一个CNN模型，如果做模型集成呢？
在论文 Snapshot Ensembles中，作者提出使用cyclical learning rate进行训练模型，并保存精度比较好的一些checkpoint ，最后将多个checkpoint进行模型集成。

由于在cyclical learning rate 中学习率的变化有周期性变大和缩小的行为，因此cnn模型很有可能在跳出局部最优进入另一个局部最优。在Snapshot论文中作者通过使用表名，此种方法可以在一定程度上提高模型精度，但需要更长的训练时间。
’

6.4 结果后处理

在不同的任务重可能会有不同的解决方案，不同思路的模型不仅可以相互借鉴，同时也可以修正最终的预测结果。
在本次赛题中，可以从以下几个思路对预测结果进行后处理：

1. 统计图片中每个位置字符出现的该流程，使用规则修正结果
2. 单独训练一个字符长度预测模型，用来预测图片中字符个数，并修正结果

6.5 本章小结

在本章中我们讲解了深度学习模型做集成学习的各种方法，并以此赛题为例讲解了部分代码。以下几点需要同学们注意：

1. 集成学习只能在一定程度上体高精度，并需要耗费较大的训练时间，因此建议先使用提高单个模型的精度，在考虑集成学习过程
2. 具体的集成学习方法需要与验证集划分方法结合，Dropout和TTA在所有场景可以起作用。