目录:
深度学习模型训练和关键参数调优详解
一、模型选择
1.回归任务
人脸关键点检测
2.分类任务
图像分类
3.场景任务
目标检测
人像分割
文字识别
二、模型训练
1.基于高层API训练模型
2.使用PaddleX训练模型
3.模型训练通用配置基本原则
三、超参优化
1.超参优化的基本概念
参数
超参数
2.手动调整超参数的四大方法
1)使用提前停止来确定训练的迭代次数
2)让学习率从高逐渐降低
3)宽泛策略
4)小批量数据(mini-batch)大小不必最优
四、效果展示
1.可视化输入与输出
2.巧用VisualDL
VisualDL可视化流程
3.权重可视化
五、总结与升华
作者简介
后续待补…