1 模型选择,几种常见任务的介绍。文字识别可以直接调用!!!
2 模型训练,paddlex 非常的方便。输入输出要一直,一般batch为2的幂。
3 超参优化。常见的超参有网络结构、优化参数、正则化系数等。
4 手动调参四大方法 1)loss小于设定值停止训练,防止过拟合。2)学习率从高到底。3)先训练少部分的数据,可以增加调整的效率。当小部分的数据训练结构满意后,再进行大量数据的训练。4)小批量数据不必最优???这个不太理解
5 可视化工具,直观的可以看到模型的各个细节。炼丹好帮手
飞桨领航团AI达人创造营第三课学习笔记
最新推荐文章于 2021-12-17 11:59:16 发布
本文介绍了模型选择、训练及超参数优化的关键步骤。在模型选择中提到了文字识别的直接应用,训练过程推荐使用Paddlex,强调输入输出的一致性和批处理大小。超参数优化涉及网络结构、优化器和正则化。调参策略包括:loss阈值停止、动态学习率、小数据集预训练以及小批量数据的使用。此外,推荐使用可视化工具辅助模型分析。
摘要由CSDN通过智能技术生成