<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          深度學(xué)習(xí):如何進(jìn)行優(yōu)雅的優(yōu)化?

          共 1471字,需瀏覽 3分鐘

           ·

          2022-04-12 22:22

          點(diǎn)擊上方小白學(xué)視覺”,選擇加"星標(biāo)"或“置頂

          重磅干貨,第一時間送達(dá)


          深度學(xué)習(xí)中我們總結(jié)出 5 大技巧:



          本節(jié)繼續(xù)從第三個開始講起。


          3. Early stopping and Regularization


          本節(jié)我們一起探討 Early stopping and Regularization,這兩個技巧不是深度學(xué)習(xí)特有的方法,是機(jī)器學(xué)習(xí)通用的方法。



          Early stopping


          在訓(xùn)練過程中,往往會得出訓(xùn)練的最后的結(jié)果還可能不如以前的,原因很有可能出現(xiàn)overfitting。?我們需要提前踩剎車,得出更好的效果。



          Regularizaton


          當(dāng)我們努力降低Loss函數(shù)的數(shù)值的時候,我們會發(fā)現(xiàn),我們找到的參數(shù)集weights,不僅僅要讓Loss變小,而且weights 自身也需要接近于0,這樣我們的結(jié)果會更加理想。



          L1 正則化:



          新的Loss函數(shù)將會被最小化:



          L2正則化:



          新的Loss函數(shù)將會被最小化:




          到這里,很多同學(xué)會疑問,為什么weights小了,結(jié)果就很更好,我在這里舉例說明:6歲的時候和14歲的時候,大腦的神經(jīng)元密度明顯降低,說明一些無效的神經(jīng)元是阻礙大腦進(jìn)步的。



          4. Dropout


          Dropout 在2012年imagenet 比賽中大放異彩,是當(dāng)時CNN模型奪冠的功勛環(huán)節(jié)之一。


          那什么是Dropout 我們先直觀的理解:


          練武功的時候,訓(xùn)練的時候腳上綁上重物



          等到練成下山的時候:



          我們從幾個方面來解釋Dropout


          基礎(chǔ)定義


          當(dāng)訓(xùn)練的時候,每一個神經(jīng)元都有p%的可能“靠邊站”



          當(dāng)測試的時候,所有的神經(jīng)元齊心協(xié)力,共同努力:



          Dropout是一種Ensemble學(xué)習(xí)


          Ensemble 學(xué)習(xí)我們在機(jī)器學(xué)習(xí)專欄中一起討論過,鏈接是集成學(xué)習(xí)。每次訓(xùn)練的時候的網(wǎng)絡(luò)結(jié)構(gòu)都是不一樣的,是一個thinner network:



          其實(shí)在訓(xùn)練的時候訓(xùn)練了很多thinner network:



          測試的時候,取各個網(wǎng)絡(luò)的平均值



          所以在深度學(xué)習(xí)中,我們的整個訓(xùn)練測試方法如下:



          本專欄圖片、公式很多來自臺灣大學(xué)李弘毅老師、斯坦福大學(xué)cs229、cs231n 、斯坦福大學(xué)cs224n課程。在這里,感謝這些經(jīng)典課程,向他們致敬!


          小白團(tuán)隊出品:零基礎(chǔ)精通語義分割↓

          下載1:OpenCV-Contrib擴(kuò)展模塊中文版教程
          在「小白學(xué)視覺」公眾號后臺回復(fù):擴(kuò)展模塊中文教程即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版,涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

          下載2:Python視覺實(shí)戰(zhàn)項目52講
          小白學(xué)視覺公眾號后臺回復(fù):Python視覺實(shí)戰(zhàn)項目即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實(shí)戰(zhàn)項目,助力快速學(xué)校計算機(jī)視覺。

          下載3:OpenCV實(shí)戰(zhàn)項目20講
          小白學(xué)視覺公眾號后臺回復(fù):OpenCV實(shí)戰(zhàn)項目20講即可下載含有20個基于OpenCV實(shí)現(xiàn)20個實(shí)戰(zhàn)項目,實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

          交流群


          歡迎加入公眾號讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN算法競賽等微信群(以后會逐漸細(xì)分),請掃描下面微信號加群,備注:”昵稱+學(xué)校/公司+研究方向“,例如:”張三?+?上海交大?+?視覺SLAM“。請按照格式備注,否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告,否則會請出群,謝謝理解~


          瀏覽 37
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  婷婷亚洲综合五月天小说 | 久久秘 一区二区三区四区 | 操女人黄片 | 内操主播| 看看欧美黑人操逼免费的 |