更新时间:2021-07-27 GMT+08:00
分享

如何提升模型训练效果?

在模型构建过程中,您可能需要根据训练结果,不停的调整数据、训练参数或模型,以获得一个满意的模型。

更新模型时,可以通过如下几方面提升模型训练效果:

  • 检查是否存在训练数据过少的情况,建议每个标签的样本数不少于100个,如果低于这个量级建议扩充。
  • 检查不同标签的样本数是否均衡,建议不同标签的样本数量级相同,并尽量接近,如果有的类别数据量很高,有的类别数据量较低,会影响模型整体的识别效果。
  • 选择适当的学习率和训练轮次。
  • 通过详细评估中的错误识别示例,有针对性地扩充训练数据。

相关文档