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
guanshiyishi1 小时前
ABeam 德硕 | 中国汽车市场(2)——新能源车的崛起与中国汽车市场机遇与挑战
人工智能
极客天成ScaleFlash2 小时前
极客天成NVFile:无缓存直击存储性能天花板,重新定义AI时代并行存储新范式
人工智能·缓存
Uzuki2 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
澳鹏Appen3 小时前
AI安全:构建负责任且可靠的系统
人工智能·安全
蹦蹦跳跳真可爱5893 小时前
Python----机器学习(KNN:使用数学方法实现KNN)
人工智能·python·机器学习
视界宝藏库4 小时前
多元 AI 配音软件,打造独特音频体验
人工智能
xinxiyinhe4 小时前
GitHub上英语学习工具的精选分类汇总
人工智能·deepseek·学习英语精选
ZStack开发者社区5 小时前
全球化2.0 | ZStack举办香港Partner Day,推动AIOS智塔+DeepSeek海外实践
人工智能·云计算
Spcarrydoinb6 小时前
基于yolo11的BGA图像目标检测
人工智能·目标检测·计算机视觉
非ban必选6 小时前
spring-ai-alibaba第四章阿里dashscope集成百度翻译tool
java·人工智能·spring