1、深度学习模型训练过程中准确率不提升,可能原因是什么?
可以从多种方向进行调整: 1 将损失函数换成交叉熵损失函数,因为训练后期误差较小时,使用均方误差作为损失函数,则梯度越来越小,因此训练进程会越来越平缓。 2使用随机梯度下降法,防止局部收敛 3调小学习率
谷歌人工智能写作项目:小发猫
2、深度学习有哪些优点和缺点
深度学习的主要优点如下:
1:学习能力强
深度学习具备很强的学习能力深度神经网络模型精度。
2:覆盖范围广,适应性好
深度学习的神经网络层数很多,宽度很广,理论上可以映射到任意函数,所以能解决很复杂的问题。
3:数据驱动,上限高
深度学习高度依赖数据,数据量越大,它的表现就越好。在图像识别、面部识别、NLP 等领域表现尤为突出。
4:出色的可移植性
由于深度学习的优异表现,很多框架都可以使用&