|
|
013、HyperParameterTuning深度学习调参
消除欠拟合的方法：
1、增加训练的epoch
2、增大batch_size
3、调整激活函数，使用relu
4、调整优化算法：Adam 增大learning_rate
5、增加网络模型的复杂度（加层数或神经元个数）
6、检测train_data与validation_data是否有对应的特征 数据增强等
消除过拟合的：
1、检测train_data与validation_data是否有对应的特征 数据增强等
2、减少网络模型复杂度
3、增加正则化项 L1 L2
4、Dropout层
5、添加Batch Normalization
完整PPT在附件，提供VIP免费下载！
东方老师AI官网：http://www.ai111.vip
有任何问题可联系东方老师微信：dfy_88888
【微信二维码图片】
|
-
01.png
(80.05 KB, 下载次数: 113)
-
02.png
(70.53 KB, 下载次数: 106)
-
03.png
(285.66 KB, 下载次数: 111)
-
04.png
(512.22 KB, 下载次数: 105)
-
05.png
(1.62 MB, 下载次数: 105)
-
06.png
(301.01 KB, 下载次数: 108)
-
07.png
(170.52 KB, 下载次数: 104)
-
08.png
(202.26 KB, 下载次数: 107)
-
09.png
(181.4 KB, 下载次数: 105)
-
10.png
(117.59 KB, 下载次数: 108)
-
11.png
(157.31 KB, 下载次数: 106)
-
12.png
(132.99 KB, 下载次数: 106)
-
13.png
(96.28 KB, 下载次数: 107)
-
-
HyperParameterTuning深度学习调参.pptx
5.95 MB, 阅读权限: 198, 下载次数: 1
|
|Archiver|手机版|小黑屋|人工智能工程师的摇篮
( 湘ICP备2020019608号-1 )
发表于 2019-11-6 08:44:44
QQ好友和群
收藏
转播