『知乎作答』简析调参对深度学习模型的性能影响

选自本人知乎对于:求问:调参是否能对深度学习模型的性能有极大提升?的回答

具体内容如下:

ZFNet可以去了解一下,处于Alex Net和VGG Net之间的结构,2013年的Image Net冠军。相较于Alex Net修改了些参数。其实 VGG也算Alex调参出来的

 

 

从上述图表中可以发现,越简单网络调参提升越大。这基本有两个原因造成,1,简单网络可以优化的空间多,2,简单网络成绩一般,比较容易提升。

其实ResNet V2,也算通过V1调参优化出来的,提升就没有多么明显了。

 

但是其实个人ResNet V2贡献更大,虽然提升效果一般,但是提出了一种通用提升残差块方法,应用更加广泛。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小宋是呢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值