NLP开发常见问题

Q01:过拟合问题?

解决方案:

1,数据增强;增加数据集;

在输入层加入噪声:数据集增强。

在隐藏层加入噪声:Dropout。

在输出层加入噪声:标签平滑。

4,添加残差块;

5,提前终止;

6,随机池化等

Q02:梯度消失和梯度爆炸

解决方案:

1,由于梯度消失或者梯度爆炸都是一堆数值的累乘,如果是一堆大于1的数一起累乘,容易发生梯度爆炸;

如果是一堆小于1的数一起累乘,容易发生梯度消失,所以,一般把训练数据送入模型之前都会做归一化处理;

复制代码
2,梯度裁剪:梯度裁剪是一种简单有效的方法,通过设置一个阈值,当梯度的范数超过该阈值时,将其裁剪到该阈值范围内,从而防止梯度爆炸

3,换模型,比如RNN模型容易发生梯度爆炸或者梯度消失,LSTM和GRU模型虽然不能完全解决梯度消失问题,但是在一定程度上可以缓解梯度消失

Q03:模型漂移和模型退化的问题?

解决方案:

1,更换模型;

2,使用付费模型

Q04:LangChain问题:1,版本不稳定,升级到0.2以后,0.1版本不可用;2,LangChain更新迭代太慢,很多功能都没有,需要程序员重新开发

解决方案:弃用LangChain,根据需求重新开发一版

Q05:泛化能力不足的问题?

解决方案:

◼ 正则化

◼ 增加神经网络层数

◼ 使用正确的代价函数

◼ 使用好的权重初始化技术

◼ 人为拓展训练集

◼ 弃权技术

增加模型复杂度:

增加测试数据相似度较高的数据集:

Q06:多分类问题:

1,如果是两层循环:准确率高达98%-99%

2,如果是三层循环:准确率95%-96%

3,如果是四层五层循环:准确率不但会大大降低,还有可能分错

调优技巧:

1,超参数调节:网格搜索、随机搜索

2,激活函数的选择:

3,损失函数的选择:

相关推荐
猿饵块12 分钟前
视觉slam--框架
人工智能
yvestine1 小时前
自然语言处理——Transformer
人工智能·深度学习·自然语言处理·transformer
SuperW2 小时前
OPENCV图形计算面积、弧长API讲解(1)
人工智能·opencv·计算机视觉
山海不说话2 小时前
视频行为标注工具BehaviLabel(源码+使用介绍+Windows.Exe版本)
人工智能·python·计算机视觉·视觉检测
虹科数字化与AR3 小时前
安宝特方案丨船舶智造的“AR+AI+作业标准化管理解决方案”(装配)
人工智能·ar·ar眼镜·船舶智造·数字工作流·智能装配
飞哥数智坊4 小时前
Coze实战第13讲:飞书多维表格读取+豆包生图模型,轻松批量生成短剧封面
人工智能
newxtc5 小时前
【配置 YOLOX 用于按目录分类的图片数据集】
人工智能·目标跟踪·分类
kooboo china.6 小时前
Tailwind CSS 实战:基于 Kooboo 构建 AI 对话框页面(八):异步处理逻辑详解
前端·css·人工智能·编辑器·html·交互