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
知来者逆4 分钟前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr
一勺汤8 分钟前
YOLOv11改进-双Backbone架构:利用双backbone提高yolo11目标检测的精度
人工智能·yolo·双backbone·double backbone·yolo11 backbone·yolo 双backbone
武汉唯众智创10 分钟前
高职人工智能技术应用专业(计算机视觉方向)实训室解决方案
人工智能·计算机视觉·人工智能实训室·计算机视觉实训室·人工智能计算机视觉实训室
Johny_Zhao21 分钟前
MySQL 高可用集群搭建部署
linux·人工智能·mysql·信息安全·云计算·shell·yum源·系统运维·itsm
一只可爱的小猴子30 分钟前
2022李宏毅老师机器学习课程笔记
人工智能·笔记·机器学习
地瓜机器人35 分钟前
乐聚机器人与地瓜机器人达成战略合作,联合发布Aelos Embodied具身智能
人工智能·机器人
带娃的IT创业者39 分钟前
《AI大模型趣味实战》基于RAG向量数据库的知识库AI问答助手设计与实现
数据库·人工智能
__Benco1 小时前
OpenHarmony - 小型系统内核(LiteOS-A)(十),魔法键使用方法,用户态异常信息说明
人工智能·harmonyos
小杨4041 小时前
python入门系列二十(peewee)
人工智能·python·pycharm
IT古董1 小时前
【漫话机器学习系列】225.张量(Tensors)
人工智能