模型精度提升的思路（持续更新中）
发布时间：2021-07-16 栏目：人工智能, 机器视觉, 深度学习 评论：0 Comments
-数据增强、增广
-增大模型容量（复杂度）
-用其他数据做预训练
-模型串并联
– 模型正则化（帮助充分的训练）
– 使用预训练模型（注意调整初始学习率）
– 修改模型初始化方式
– 使用无监督/半监督/迁移学习等利用其他数据集（深度迁移学习、对比学习等）
– 多Stage网络
– 加入后处理部分
数据质量和分布的检查，一定要自己去做（起码要参与），否则都不知道送进来的是什么，就在那边处理，会很盲目
最难的点不在于列出上面的方法，而在于在实际情况中根据具体问题如何定位及判断应该使用上面的哪种方法
留下评论
You must be logged in to post a comment.
近期评论
- Pika发表在《莫里斯蠕虫（Morris Worm）》
- Pika发表在《多组学科研分析》
- crisy发表在《最近关于专利的一点感想》
- walter发表在《机器学习基础知识回顾-马尔科夫过程（Markov Process）》
文章归档
- 2024年3月
- 2024年2月
- 2023年12月
- 2023年11月
- 2023年10月
- 2023年9月
- 2023年8月
- 2023年7月
- 2023年6月
- 2023年5月
- 2023年4月
- 2023年3月
- 2023年2月
- 2023年1月
- 2022年12月
- 2022年11月
- 2022年9月
- 2022年8月
- 2022年7月
- 2022年6月
- 2022年5月
- 2022年3月
- 2022年2月
- 2022年1月
- 2021年12月
- 2021年11月
- 2021年10月
- 2021年9月
- 2021年8月
- 2021年7月
- 2021年6月
- 2021年5月
- 2021年4月
- 2021年2月
- 2021年1月
- 2020年12月
- 2020年11月
- 2020年10月
- 2020年8月
- 2020年7月
- 2020年6月
- 2020年5月
- 2020年4月
- 2020年3月
- 2020年2月
- 2019年7月
- 2019年5月
- 2019年3月
- 2019年1月
- 2018年6月
- 2018年5月
- 2018年4月
- 2018年3月
- 2018年2月
- 2017年11月
- 2017年7月
- 2017年6月
- 2017年5月
- 2017年3月
- 2016年12月
- 2016年11月
- 2016年10月
- 2016年9月
- 2016年8月
- 2016年7月
- 2016年6月
- 2016年5月
- 2016年4月
- 2016年3月
- 2016年2月
- 2016年1月
- 2015年12月
- 2015年11月
