【问题标题】:How to improve perfomance of CNN and reduce overfitting? [closed]如何提高 CNN 的性能并减少过拟合? [关闭]
【发布时间】:2021-05-23 03:47:44
【问题描述】:

我正在从事一个小型计算机视觉项目,我正在使用卷积网络进行分类。我已经使用了 dropout、l1、l2 正则化和数据增强来减少过拟合。有没有其他技术和算法可以提高模型精度和减少过拟合?

【问题讨论】:

  • (1)-添加更多数据(2)-使用更小的CNN

标签: neural-network computer-vision conv-neural-network overfitting-underfitting


【解决方案1】:

可能有 100 个解决方案

  1. 使用预训练模型(迁移学习)。
  2. 尝试实施更小的网络。
  3. 更大的数据集。
  4. 尝试不同的参数[学习率、批量大小..]。
  5. 对这些参数使用网格搜索。
  6. 为您的训练数据集尝试数据增强。 ...

【讨论】:

  • 可能有 100 个解决方案 ...这就是为什么我们不鼓励发布对其要求中不清楚的问题的答案。
猜你喜欢
  • 2016-11-01
  • 2019-10-03
  • 2014-02-03
  • 2021-09-03
  • 2021-09-17
  • 1970-01-01
  • 2022-10-04
  • 1970-01-01
  • 2010-10-25
相关资源
最近更新 更多