深度模型调参知识总结
-
先保证数据质量再去调参
什么是高质量的数据?
高质量数据集应该包括以下特征:
-
类别均衡
-
数据充足
-
数据和标记中有高质量信息
-
数据和标记错误非常小
-
与你的问题相关
怎样获取高质量的数据?
-
尽可能使用公共数据集;
-
寻找可以获取高质量、多样化样本的最佳网站;
-
分析错误并过滤掉与实际问题无关的样本;
-
删除一些过于复杂的图片,这些图片在训练中产生的价值很小,会影响模型的训练效率
深度模型调参知识总结
先保证数据质量再去调参
什么是高质量的数据?
高质量数据集应该包括以下特征:
类别均衡
数据充足
数据和标记中有高质量信息
数据和标记错误非常小
与你的问题相关
怎样获取高质量的数据?
尽可能使用公共数据集;
寻找可以获取高质量、多样化样本的最佳网站;
分析错误并过滤掉与实际问题无关的样本;
删除一些过于复杂的图片,这些图片在训练中产生的价值很小,会影响模型的训练效率