深度神经网络主要模型,深度卷积神经网络模型

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&