深度学习算法 | Python实现深度学习调参（RNN、CNN）_python 深度学习算法

作者：笔触狂放9 | 2024-04-25 02:00:41

踩

python 深度学习算法

深度学习算法 | Python实现深度学习调参（RNN、CNN）

基本介绍

确认影响模型性能的组件。感性认识就是，数据是否需要增加或增广。模型是大了还是小了，再根据速度和精度期望开始寻找合适的模型。能用全卷积的任务，少用全连接层，参数量小。基本模型上 ResNet, Unet 结构还是主流。
当你的模型有 Batch Normalization，初始化通常不需要操心，激活函数默认 Relu 即可（某引用数万的大佬说的）。一般顺序是 Conv - BN - Relu。如果没有 BN（很多任务上，BN降低训练难度，但是可能影响最终性能），试着要做一些数据归一化。
虽然有至少十种激活函数，但在 Relu 外只推荐试一下 Swish。优化器只推荐 Momentum 和 Adam。在这些

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/482715

深度学习算法 | Python实现深度学习调参（RNN、CNN）_python 深度学习算法

深度学习算法 | Python实现深度学习调参（RNN、CNN）

目录

基本介绍