李沐动手学习深度学习——3.7练习

尝试调整超参数,例如批量大小、迭代周期数和学习率,并查看结果。

  1. num_epochs = 10, batch_size = 256, lr = 0.1情况下

  2. num_epochs = 5, batch_size = 256, lr = 0.1情况下

    可以尝试一下,三种参数变化,会发现lr变小,需要的训练次数num_epochs增加,batch_size变小。

增加迭代周期的数量。为什么测试精度会在一段时间后降低?我们怎么解决这个问题?

因为过拟合问题,模型过于拟合训练集数据了,应对测试集与训练集存在一些不同的数据识别不出来。

  1. 降低num_epochs
  2. 数据增强,对于输入数据加一点噪声
  3. 降低模型复杂度,减少神经元
相关推荐
德迅云安全—珍珍5 小时前
2026 年网络安全预测:AI 全面融入实战的 100+行业洞察
人工智能·安全·web安全
数新网络7 小时前
CyberScheduler —— 打破数据调度边界的核心引擎
人工智能
Codebee7 小时前
Ooder框架8步编码流程实战 - DSM组件UI统计模块深度解析
人工智能
.鸣7 小时前
set和map
java·学习
Deepoch7 小时前
智能升级新范式:Deepoc开发板如何重塑康复辅具产业生态
人工智能·具身模型·deepoc·智能轮椅
赋创小助手7 小时前
融合与跃迁:NVIDIA、Groq 与下一代 AI 推理架构的博弈与机遇
服务器·人工智能·深度学习·神经网络·语言模型·自然语言处理·架构
静听松涛1337 小时前
多智能体协作中的通信协议演化
人工智能
基咯咯8 小时前
Google Health AI发布MedASR:Conformer 医疗语音识别如何服务临床口述与对话转写
人工智能
白日做梦Q8 小时前
深度学习模型评估指标深度解析:不止于准确率的科研量化方法
人工智能·深度学习
confiself8 小时前
MAI-UI技术报告学习
学习