16.什么是深度学习?
机器学习的一个子领域,通过建立和训练深度神经网络来模拟人脑的学习过程。
由多个神经元层组成,每一层都从上一层学习特征。比如CNN,RNN,GAN,GPT,BERT,VGG,YOLO等。
17,模型参数迭代实验步骤有哪些?
参数迭代定义:对模型的参数进行迭代调整和优化,以提高模型的性能。
步骤:①选择一组初始参数。
②训练数据时,定期评估模型性能。
③根据评估结果,调整学习率、批量大小和正则化等。
④反复评估和微调,直到模型的性能达到预期目标。
18,什么是监督学习?
依赖于带有标签数据集进行训练,模型通过比较预测结果和实际标签来学习如何预测新数据。
19,常见的监督学习有哪些?
线性回归,K近邻,逻辑回归、支持向量机、决策树。
20,为什么要进行参数调优,参数微调的原因有哪些?
定义:对模型的一部分参数进行更新,以适应特定的任务或领域。
原因:
①提高计算效率:参数微调通常比全景微调需要更少的计算资源,因为只有部分参数需要更新。
②减少过拟合风险:只更新与特定任务相关的参数,可以减少模型对训练数据的过渡依赖,降低过拟合风险。
③提高泛化能力:可以使模型在保持通用语言能力的同时,适应特定的任务需求。