人工智能(AI): 深度学习的七个常用技巧指南
7-technique of deep learning
深度学习已经成为解决许多具有挑战性的现实世界问题的方法。对目标检测,语音识别和语言翻译来说,这是迄今为止表现最好的方法。许多人将深度神经网络(DNNs)视为神奇的黑盒子,我们放进去一堆数据,出来的就是我们的解决方案!事实上,事情没那么简单。
在设计和应用DNN到一个特定的问题上可能会遇到很多挑战。为了达到现实世界应用所需的性能标准,对数据准备,网络设计,训练和推断等各个阶段的正确设计和执行至关重要。在这里,我将与大家分享7个实用技巧,让您的深度神经网络发挥最大作用。
1. 数据
2. 选择什么优化器?
3. 如何处理不平衡数据?
4. 迁移学习
5. 快速简单的数据增强,以提高性能
6. 训练模型的合奏
7. 加快修剪