深度神经网络面临的挑战与解决方案
来源:互联网 发布:势不可挡 网络剧 编辑:程序博客网 时间:2024/05/25 18:11
1. 模型选择(structural decision)
主观性的领域知识(domain knowledge):针对图像的CNN,卷积神经网络模型。
2. 模型复杂度(model complexity)
正则化(regularization)技术:
- dropout:when network corrupted,网络结构本身被破坏时,dropout 是一种 corruption,
- denoising:when input corrupted,输入信息被污染
3. 优化问题(optimization problem)
careful initialization 避免局部极小值的出现
这一步称为预训练(pre-training)
4. 计算复杂度
- 采用新的硬件体系结构:比如使用GPU(使用mini_batch)
0 0
- 深度神经网络面临的挑战与解决方案
- 中国电信面临的机遇与挑战
- Portal面临的挑战
- 阿里巴巴面临的挑战
- 大数据引发的变革与企业面临的挑战
- (转载)软件测试人员面临的挑战与机遇
- 国内SOA发展现况与面临的挑战
- 国内三维可视化协同技术面临的机遇与挑战
- 零售业电子商务网站面临的挑战与发展策略
- 面临新一轮的挑战
- SDN 产业面临的挑战
- 智能家具行业面临的挑战
- 苹果团队首发文,揭露让 iPhone 支持深度学习算法面临的诸多挑战
- 挑战深度学习 《深度森林:探索深度神经网络以外的方法》
- 挑战深度学习 《深度森林:探索深度神经网络以外的方法》
- [济南餐饮软件专题]餐饮行业(五)餐饮行业面临的挑战及解决方案
- 国内OA软件面临新的挑战
- Craiglist 面临来自微软的挑战
- Data Structure(1-5)---单链表的插入与删除
- Tomcat服务无法启动的问题的解决方法
- Java Base —— 注解
- eclipse转Android studio
- opencv学习(9)利用形态滤波学检测角点
- 深度神经网络面临的挑战与解决方案
- 架构学习
- iOS Automation之Instruments
- Android 下如何创建文件夹在SD卡中
- yii2 mongodb 连接 mongo 副本集模式(复制集) 配置
- android(44)(常见的对话框、通知Notification)
- Android view中的requestLayout和invalidate方法
- 彻底解决 LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏
- 读书笔记--View的工作原理(二)