问题:训练得到一个深度模型后,得到的准确率可能不如人意。这时需要进行参数调优,kernel的数量核尺寸,batch size的大小,lr取值,epoch等,再如优化器的选择,激活函数的选择,加BN 层或丢弃层。
1、卷积核的作用是进行特征提取,是不是卷积核的个数越多,各项准确率都会提升?
2、batch size可从16开始取,32,64,128,256,512,1024,batch size越大越好,先取尽量大的batch size再定lr
3、epoch根据结果,若在某位置可收敛到平稳值,就可以减少epoch,效果是准确率不变,由于训练轮数减少,耗时减少。
4、卷积核的尺寸,对于立体3D卷积核,立方体更常见。