深度学习性能提升的诀窍_vip.docVIP

深度学习性能提升的诀窍 Pedro Ribeiro Simoes拍摄 原文： How To Improve Deep Learning Performance 作者： Jason Brownlee 标题: 深度学习 数据扩展方法 你是如何提升深度学习模型的效果？ 这是我经常被问到的一个问题。有时候也会换一种问法：我该如何提高模型的准确率呢？ ……或者反过来问：如果我的网络模型效果不好，我该怎么办？通常我的回答是“具体原因我不清楚，但我有一些想法可以试试”。然后我会列举一些我认为能够提升性能的方法。为了避免重复罗列这些内容，我打算在本文中把它们都写出来。 这些想法不仅可以用于深度学习，事实上可以用在任何机器学习的算法上。那么如何提升深度学习的性能？ 提升算法性能的想法 这个列表并不完整，却是很好的出发点。我的目的是给大家抛出一些想法供大家尝试，或许有那么一两个有效的方法。往往只需要尝试一个想法就能得到提升。我把这个列表划分为四块： · 从数据上提升性能 · 从算法上提升性能 · 从算法调优上提升性能 · 从模型融合上提升性能 性能提升的力度按上表的顺序从上到下依次递减。举个例子，新的建模方法或者更多的数据带来的效果提升往往好于调出最优的参数。但这并不是绝对的，只是大多数情况下如此。我在文章中添加了不少博客教程和相关的经典神经网络问题。 其中有一些想法只是针对人工神经网络，但大多数