如何理解深度学习的训练过程

文章目录

1.训练是干什么?

以yolov5为例子,训练的目的是把一组输入猫狗图像放到神经网络中,得到一个输出模型,这个模型下次可以直接用来识别哪个是猫,哪个是狗

2.预训练模型进行训练,主要更改的是预训练模型的什么东西?

  • 超参数(Hyperparameters):

这是模型结构中定义的参数,比如:

卷积核大小(kernel_size):影响特征提取的精细程度。

步长(stride):决定卷积操作在输入特征图上的移动幅度,影响输出的特征图大小。

激活函数(如SiLU):影响非线性变换的方式。

层数、通道数(如卷积核数量、隐藏层数量):影响模型的复杂度。

调整这些超参数不涉及对模型本身权重的学习,而是你手动设计模型结构的过程。你可以手动设置这些参数,优化模型的表现。

  • 模型参数(Trainable Parameters):

这是模型在训练过程中通过数据自动学习的参数,主要是卷积层的权重和偏置。比如卷积核内部的权重(Conv2d中的weights和bias)会随着训练数据的输入和误差的反馈不断更新。

这些参数是在反向传播过程中由优化器(如Adam、SGD等)自动调整的,目的是使模型更好地拟合训练数据。(这里的weights和bias是隐含的,不会出现在打印出的网络结构中)

相关推荐
凪卄12137 分钟前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm
巫婆理发22210 分钟前
强化学习(第三课第三周)
python·机器学习·深度神经网络
碳酸的唐25 分钟前
Inception网络架构:深度学习视觉模型的里程碑
网络·深度学习·架构
AI赋能26 分钟前
自动驾驶训练-tub详解
人工智能·深度学习·自动驾驶
seasonsyy26 分钟前
1.安装anaconda详细步骤(含安装截图)
python·深度学习·环境配置
deephub34 分钟前
AI代理性能提升实战:LangChain+LangGraph内存管理与上下文优化完整指南
人工智能·深度学习·神经网络·langchain·大语言模型·rag
EulerBlind35 分钟前
【运维】SGLang 安装指南
运维·人工智能·语言模型
心之语歌38 分钟前
Spring AI MCP 客户端
人工智能·spring·github
半新半旧44 分钟前
python 整合使用 Redis
redis·python·bootstrap
go54631584651 小时前
基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究
图像处理·人工智能·深度学习·神经网络·算法