1.自我介绍
2.项目介绍
这里会根据项目,问一些问题,比如用到的算法、项目效果等
3.神经网络训练用到的初始化方法,不同的初始化方法会有什么样的不同,举例说明
1.为什么要初始化
防止CNN在前向传播过程中层激活函数的输出损失梯度出现爆炸或消失。
2.Xavier初始化又称“正则化初始化”
将每层权重设置为在有界的随机均匀分布中选择的值
3.Kaiming初始化
从头开始训练的任何网络,特别是计算机视觉,几乎肯定会包含ReLU激活函数,并且是深度的。在这种情况下,Kaiming初始化应该是我们的首选权重初始化策略。
1)使用适合给定图层的权重矩阵创建张量,并使用从标准正态分布中随机选择的数字填充它
2)将每个随机选择的数字乘以√2/√n,其中n是从前一层输出到指定层的连接数
3)偏差张量初始化为零
4.从头开始训练神经网络的时候,若一开始就不收敛该怎么办?
先看数据是否清洗干净,数据标签是否有问题
查看模型,初始化方法是否合适
学习率的设置是否过大,过深模型要采用学习率衰减方式