前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >『知乎作答』简析调参对深度学习模型的性能影响

『知乎作答』简析调参对深度学习模型的性能影响

作者头像
小宋是呢
发布2022-03-07 14:04:56
5670
发布2022-03-07 14:04:56
举报
文章被收录于专栏:深度应用

选自本人知乎对于:求问:调参是否能对深度学习模型的性能有极大提升?的回答

具体内容如下:

ZFNet可以去了解一下,处于Alex Net和VGG Net之间的结构,2013年的Image Net冠军。相较于Alex Net修改了些参数。其实 VGG也算Alex调参出来的

从上述图表中可以发现,越简单网络调参提升越大。这基本有两个原因造成,1,简单网络可以优化的空间多,2,简单网络成绩一般,比较容易提升。 其实ResNet V2,也算通过V1调参优化出来的,提升就没有多么明显了。

但是其实个人ResNet V2贡献更大,虽然提升效果一般,但是提出了一种通用提升残差块方法,应用更加广泛。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档