卷積神經網絡(二)
TensorFlow | Keras |
---|
python & mathematics
卷積神經網絡卷積是基本的操作,但是在構建神經網絡的過程中,過擬合現象和收斂速度慢都是很容易出現的問題,本文就這兩個問題進行分析和提出解決方法。
過擬合
局部響應標準化(lrn):一般放於relu函數後
正則化:一般有L1, L2對權值進行操作;L1是對權值的一階操作,一般用於特徵選擇,L2是對權值的二階操作,一般用於防止過擬合
收斂速度慢
歸一化:歸一化能將樣本分佈變得簡單,有助於計算機的處理,在訓練的時候能更好的找到最優點。
Adam一般選用Adam優化器