深度模型调参知识总结
-
先保证数据质量再去调参
什么是高质量的数据?
高质量数据集应该包括以下特征:
-
类别均衡
-
数据充足
-
数据和标记中有高质量信息
-
数据和标记错误非常小
-
与你的问题相关
怎样获取高质量的数据?
-
尽可能使用公共数据集;
-
寻找可以获取高质量、多样化样本的最佳网站;
-
分析错误并过滤掉与实际问题无关的样本;
-
删除一些过于复杂的图片,这些图片在训练中产生的价值很小,会影响模型的训练效率;
-
收集足够的样本。如果样本不够,应用迁移学习或者数据扩充技术。
-
在对图片进行处理时,要避免裁剪过多,丢失图片信息和过度缩放损失图片的长宽比。
二、调参原则