求问:调参是否能对深度学习模型的性能有极大提升?
关注者
129被浏览
27,329登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
泻药。
能够,而且最大的问题是,两个性能都不错的超参,在数字上/参数空间距离上可能比较大,这也是大家诟病深度学习的地方。
谷歌的NAS和目前提出的AutoML,会自动寻找最优结构和最优参数,是不是会好多了?可反对深度学习这种黑盒子的专家们更讨厌了,有趣吧?
对不喜欢DL的专家,他们追求的是探索问题的本质。我理解的是,就是人的思维/知识能解释的东西,或者说是是对人类大脑/神经网络的仿真,比如视觉感知。
不过深度学习的大神们不这么认为,比如Yann就反对IBM所谓神经芯片,他认为目前深度学习跟人类神经系统没有任何相似地方。著名的机器学习专家,伯克利分校的教授Michael Jordan,也是深度学习算大牛的吴恩达,他的导师,和篮球巨星重名的大教授就认为,这些年对人工智能推动很大的是计算机科学,而不是什么人类智能的仿真。
比较乱吧?就是这样的情况。