- 相關(guān)推薦
總結(jié)深度學習技巧
總結(jié)是把一定階段內(nèi)的有關(guān)情況分析研究,做出有指導性的經(jīng)驗方法以及結(jié)論的書面材料,它可以促使我們思考,為此要我們寫一份總結(jié)。那么如何把總結(jié)寫出新花樣呢?以下是小編幫大家整理的總結(jié)深度學習技巧,歡迎大家借鑒與參考,希望對大家有所幫助。
總結(jié)深度學習技巧1
正如我們所看到的,深層網(wǎng)絡需要大量的數(shù)據(jù)。遺憾的是,對于許多新的應用程序來說,這些數(shù)據(jù)可能很難得到并且開銷很大。如果我們希望模型表現(xiàn)良好,可能需要數(shù)萬或數(shù)十萬個新的訓練樣例來進行訓練。如果數(shù)據(jù)集不易獲取,則必須全部手動收集并標記。
這就是遷移學習的起點。通過遷移學習,我們不需要太多的數(shù)據(jù)!這個想法是從一個在數(shù)百萬圖像上訓練過的網(wǎng)絡開始的`,比如在ImageNet上預訓練的ResNet。然后,我們將“重新調(diào)整ResNet模型,只重新訓練最后幾層。
我們將ResNet從數(shù)百萬圖像中學到的信息(圖像特征)進行微調(diào),以便將其應用于不同的任務。因為跨域的圖像的特征信息經(jīng)常是非常相似的所以這個方法是可行的,但是這些特征的分析根據(jù)應用而不同。
一個基本的遷移學習示例
總結(jié)深度學習技巧2
在很多情況下,都要處理不平衡的數(shù)據(jù),特別是實際應用程序中。一個簡單而實際的例子如下:訓練您的深度網(wǎng)絡以預測視頻流中是否有人持有致命武器。但是在你的訓練數(shù)據(jù)中,你只有50個拿著武器的人的視頻和1000個沒有武器的人的視頻!如果你只是用這些數(shù)據(jù)來訓練你的網(wǎng)絡,那么你的模型肯定會非常偏向于預測沒有人有武器!
你可以做用以下的方法來解決它:
·在損失函數(shù)中使用類權(quán)重。本質(zhì)上就是,讓實例不足的類在損失函數(shù)中獲得較高的權(quán)重,因此任何對該類的錯分都將導致?lián)p失函數(shù)中非常高的.錯誤。
·過度采樣:重復一些實例較少的訓練樣例,有助于平衡分配。如果可用的數(shù)據(jù)很小,這個方法最好。
·欠采樣:一些類的訓練實例過多,可以簡單地跳過一些實例。如果可用數(shù)據(jù)非常大,這個方法最好。
·為少數(shù)類增加數(shù)據(jù)。可以為少數(shù)類創(chuàng)建更多的訓練實例!例如,在前面檢測致命武器的例子中,你可以改變屬于具有致命武器的類別的視頻的顏色和光照等。
總結(jié)深度學習技巧3
多年來,已經(jīng)開發(fā)了許多梯度下降優(yōu)化算法,各有其優(yōu)缺點。一些最流行的包括:·隨機梯度下降(SGD)+動量方法· Adam · RMSprop · Adadelta RMSprop,Adadelta和Adam被認為是自適應優(yōu)化算法,因為它們會自動更新學習速率。使用SGD時,您必須手動選擇學習率和動量參數(shù),通常會隨著時間的推移而降低學習率。在實踐中,自適應優(yōu)化器傾向于比SGD更快地收斂,然而,他們的最終表現(xiàn)通常稍差。SGD通常會達到更好的最小值,從而獲得更好的最終準確性,但這可能需要比某些優(yōu)化程序長得多的時間。它也更依賴于強大的'初始化和學習速率衰減時間表,這在實踐中可能非常困難。因此,如果你需要一些快速的結(jié)果,或者只是想測試一個新的技術(shù),選擇自適應優(yōu)化器。我發(fā)現(xiàn)Adam很容易使用,因為它對你選擇完美的學習率并不是很敏感。如果您想獲得絕對最佳的最終表現(xiàn),請使用SGD + Momentum,并使用學習率,衰減和動量值來最大化表現(xiàn)。兩全其美的方法有木有!它最近的研究顯示,你可以做到兩全其美:高速訓練頂尖的性能通過切換從Adam到SGD!這個想法是,訓練的早期階段實際上是SGD對參數(shù)調(diào)整和初始化非常敏感的時候。因此,我們可以通過使用Adam來啟動我們的訓練,這將使您節(jié)省相當長的時間,而不必擔心初始化和參數(shù)調(diào)整。那么,一旦Adam運轉(zhuǎn)起來,我們可以切換到SGD +動量優(yōu)化,以達到最佳性能!
Adam vs SGD表現(xiàn)。由于魯棒性和自適應學習速度,Adam在一開始表現(xiàn)更好,而SGD最終達到更好的全局最小值。
【總結(jié)深度學習技巧】相關(guān)文章:
粵語學習技巧08-04
各省中考狀元學習技巧總結(jié)03-10
學習數(shù)學的小技巧08-08
學習粵語的發(fā)音技巧08-04
科目二的學習技巧07-30
中考英語學習技巧01-31
中考物理的學習技巧08-13
中考數(shù)學的學習技巧08-13
跟Google學習面試技巧08-01