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
WPF工业上位机7 分钟前
YXGK.FakeVM深度学习之5语义分割
人工智能·深度学习
落叶无情10 分钟前
ICEF认知操作系统:四类约束全维度全覆盖,是全谱系系统化约束体系
人工智能
碳基硅坊12 分钟前
Gemma 4 12B 让AI创作更私密更高效
人工智能·gemma-4-12b
weixin_4684668515 分钟前
大模型新手入门与实战指南
人工智能·深度学习·ai·大模型
装不满的克莱因瓶32 分钟前
掌握 RNN 与 LSTM 模型结构
人工智能·python·rnn·深度学习·神经网络·ai·lstm
jeffer_liu33 分钟前
Spring AI 生产级实战:裁判员
java·人工智能·后端·spring·大模型
weixin_446260851 小时前
Agent 会自行回避吗?测量 LLM 智能体合规性的带内访问拒绝信号
人工智能
努力学习_小白1 小时前
ResNeXt-50——学习记录
pytorch·深度学习·学习
Kobebryant-Manba1 小时前
记录动手学深度学习基础知识
人工智能·深度学习
syso_稻草人1 小时前
OpenSpec、Spec-Driven Development 与 CreateNow:AI 编码为什么开始从 Prompt 走向 Spec
人工智能·prompt