模型的构建和训练仍需要技术诀窍（法）

您当前位置：首页 > 行业分析 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-09-14 17:23:21】【打印】【关闭】

相关报告

人工智能应用得以实现最核心的是赋予机器以“智能”的算法，以当前最为热门的基于神经网络的

深度学习方法为例，在模型构建和训练中就依然存在很多难以标准化的技术诀窍。下图是一个包含5个隐层的深度神经网络（关于神经网络的训练方法可参见我们的系列报告第一篇），这里主要从训练过程的一些需要人为设定的技术诀窍来表明人工智能应用并不仅仅是有了算法就可以实现。

深度学习模型构建与训练过程存在大量难以标准化的技术诀窍

正如上图所标注的○1-○7分别代表从算法到模型实现的过程中训练数据选取、训练批次大小、输入属性选择、神经网络深度/宽度、激活函数选择以及优化目标设定等方面依然存在着的无法给出标准化规则的技术诀窍所在，详细情况如下表所示：

深度学习模型构建与训练过程存在大量难以标准化的技术诀窍

对上表所示的七个待设定技术诀窍而言，往往都属于太多不好、太低又不行的状态。例如神经网络

的深度和宽度，虽说两者的增加会提高模型的拟合能力，但在实际表现中即使不考虑模型复杂度带

来计算能力的负荷增加以及训练效率降低的问题，训练效果也并不是就绝对变好，甚至会变差。优

化目标的设定同样如此，当错误率下降到一定程度以后，继续提升效果的边际成本可能会超出想象，尤其是放到现实应用和商业环境来考虑时，有些场合下对准确率的要求本就没有那么高，过高的准确率反而是一种资源的浪费。

从算法到实现的训练过程中，以上总结的技术诀窍也只是其中一部分，而且几乎都没有统一的公式

或规则来明确界定，在很大程度上还需要依赖人根据不同情形下的经验和不断试错来找到最佳组合。

本文地址：http://www.zwzyzx.com/show-336-232201-1.html

分享到：

相关资讯

热门关键词： 2013研究报告 2014研究报告酒店葡萄酒化工汽车服装中为介绍中为实力咨询流程支付方式报告定制旅游旅游

　　中为咨询所引述的资料是用于行业市场研究以及讨论和交流，并注明出处，部分内容是由相关机构提供。若有异议请及时联系本公司，我们将立即依据相关法律对文章进行删除或作相应处理。查看详细》》

关于我们

购买帮助

配送支付

客户服务

公司实力