初始學習率設定
可以從0.0001到0.1每次擴大10倍試驗,直到驗證集上的loss增大。
一般0.01-0.1左右
樣本不平衡問題
解決方式
- 採樣層面
過採樣&降採樣
- 基礎版本的過採樣:隨機過採樣訓練樣本中數量比較少的數據;缺點,容易過擬合;
- 改進版本的過採樣:SMOTE,通過插值的方式加入近鄰的數據點;
- 神經網絡中的過採樣:SGD訓練時,保證每個batch內部樣本均衡。
- 改變loss 權重
代表工作:focal loss,正負樣本分別賦予不同的權重 - 當作異常檢測任務處理
可以從0.0001到0.1每次擴大10倍試驗,直到驗證集上的loss增大。
一般0.01-0.1左右
解決方式