m0_73995304的博客

原创 深度学习微调/预训练模型 概念更正改错

常用的权重正则化方法有L1正则化和L2正则化，它们可以限制参数的大小，减少模型的复杂度，从而降低过拟合风险。计算图的构建和优化通常是在训练阶段进行的，而在推断（inference）阶段，只需要使用已训练的模型进行预测，不需要再进行计算图的构建和优化。为了减小模型文件的大小，通常只保存模型的权重矩阵、偏置参数等可学习参数，而不包含计算图的详细信息。因此，在Keras中，图片生成器的主要作用是动态加载和处理已有的图像数据，通过数据增强提供更多样化的训练数据，从而提高模型的性能和泛化能力。