3. 下一步做什么？

上限分析每一次在管道中的某一部分中插入一个完美的版本，并且由词攀来测度我们所不雅察到的完全的管道可以或许有多大年夜的晋升。这种办法可以或许赞助我们明白在全部模型链中，哪一步可以或许带来最可不雅的优化。

比如说上述的文字识其余管道（模型链），你发明一个完美的字符瓜分模许可以或许给全部辨认体系晋升1%，然则一个完美的字符辨认模许可以或许晋升7%。所以比拟于改进字符瓜分模型，我们应当更存眷字符辨认模型的改进。

End.

【编辑推荐】

1. eBay在机械进修方面的经验给IT专业人员带来了什么启发?
2. 机械进修PAI实践三：雾霾成因分析
3. 马云良石工智能和机械进修可能导致第三次世界大年夜战
4. 机械进修算法在主动驾驶范畴的应用大年夜盘点

【义务编辑：谢海平 TEL：（010）68476606】

　　推荐阅读

　　听说你了解深度学习最常用的学习算法：Adam优化算法？

深度进修经常须要大年夜量的时光和机算资本进行练习，这也是困扰深度进修算法开辟的重大年夜原因。固然我们可以采取分布式并行练习加快模型的进修，但所需的计算资本并没有涓滴削减。而唯>>>详细阅读

本文标题：如何改进手上的机器学习模型

地址：http://www.17bianji.com/lsqh/36190.html

 1/2    1