会员服务
神经网络训练 ·
2020 年 12 月 29 日
神经网络不work？看下这份《训练神经网络实用技巧》，3页pdf
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

一份简短的关于训练神经网络的技巧，值得一看, 包括：

一般建议 -分析你的数据 -考虑你的架构

  • 好的训练实践 改进不好的网络
  • Pytorch Bug
  • 模型不work
  • 模型过拟合
成为VIP会员查看完整内容
https://www.lri.fr/~gcharpia/deeppractice/index.html
Tips and tricks to train neural networks
56

相关内容

自然语言处理现代方法，176页pdf
自然语言处理现代方法，176页pdf
专知会员服务
269+阅读 · 2021年2月22日
如何构建你的推荐系统？这份21页ppt教程为你讲解
如何构建你的推荐系统？这份21页ppt教程为你讲解
专知会员服务
66+阅读 · 2021年2月12日
【NeurIPS 2020】学习神经网络中的不变性
专知会员服务
29+阅读 · 2020年10月24日
【ST2020硬核课】深度神经网络，57页ppt
【ST2020硬核课】深度神经网络，57页ppt
专知会员服务
48+阅读 · 2020年8月19日
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【干货书】高级应用深度学习，294页pdf
【干货书】高级应用深度学习，294页pdf
专知会员服务
154+阅读 · 2020年6月20日
还在修改博士论文？这份《博士论文写作技巧》为你指南
还在修改博士论文？这份《博士论文写作技巧》为你指南
专知会员服务
167+阅读 · 2020年6月9日
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
专知会员服务
216+阅读 · 2020年4月26日
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
专知会员服务
117+阅读 · 2020年3月25日
【ICLR-2020】网络反卷积，NETWORK DECONVOLUTION
【ICLR-2020】网络反卷积，NETWORK DECONVOLUTION
专知会员服务
39+阅读 · 2020年2月21日
深度学习网络调参技巧
深度学习网络调参技巧
AINLP
15+阅读 · 2019年11月15日
【神经网络】怎样设计最优的卷积神经网络架构？卷积神经网络的训练过程
【神经网络】怎样设计最优的卷积神经网络架构？卷积神经网络的训练过程
产业智能官
6+阅读 · 2019年8月8日
李飞飞高徒、AI“网红”Karpathy：训练神经网络不得不看的33个技巧
李飞飞高徒、AI“网红”Karpathy：训练神经网络不得不看的33个技巧
极市平台
7+阅读 · 2019年4月27日
7个实用的深度学习技巧
7个实用的深度学习技巧
机器学习算法与Python学习
16+阅读 · 2019年3月6日
入门 | 深度学习模型的简单优化技巧
入门 | 深度学习模型的简单优化技巧
机器之心
10+阅读 · 2018年6月10日
教程 | 从检查过拟合到数据增强，一文简述提升神经网络性能方法
教程 | 从检查过拟合到数据增强，一文简述提升神经网络性能方法
机器之心
3+阅读 · 2018年5月28日
如何让训练神经网络不无聊？试试迁移学习和多任务学习
如何让训练神经网络不无聊？试试迁移学习和多任务学习
AI研习社
4+阅读 · 2018年4月7日
从零开始：教你如何训练神经网络
从零开始：教你如何训练神经网络
机器之心
5+阅读 · 2017年12月11日
[学习] 这些深度学习网络调参技巧，你了解吗？
[学习] 这些深度学习网络调参技巧，你了解吗？
菜鸟的机器学习
7+阅读 · 2017年7月30日
[学习] 这些深度学习网络训练技巧，你了解吗？
[学习] 这些深度学习网络训练技巧，你了解吗？
菜鸟的机器学习
7+阅读 · 2017年7月29日
Sparse approximation in learning via neural ODEs
Arxiv
0+阅读 · 2021年2月26日
Power series expansion neural network
Arxiv
0+阅读 · 2021年2月25日
A survey on modern trainable activation functions
Arxiv
0+阅读 · 2021年2月25日
Mitigating Bias in Calibration Error Estimation
Arxiv
0+阅读 · 2021年2月24日
Structural Deep Clustering Network
Arxiv
4+阅读 · 2020年2月5日
Linkage Based Face Clustering via Graph Convolution Network
Arxiv
16+阅读 · 2019年3月27日
Dynamic Graph Neural Networks
Arxiv
24+阅读 · 2018年10月24日
Hypernetwork Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年8月21日
Reducing Parameter Space for Neural Network Training
Arxiv
3+阅读 · 2018年8月17日
An Interpretable Reasoning Network for Multi-Relation Question Answering
Arxiv
13+阅读 · 2018年6月1日
VIP会员
相关主题
神经网络训练
最新内容
人工智能与机器人自主系统等新兴技术革命将如何影响地面作战的指挥控制？
人工智能与机器人自主系统等新兴技术革命将如何影响地面作战的指挥控制？
专知会员服务
0+阅读 · 今天16:17
弹性指挥控制：北约、伊朗与俄罗斯指挥控制架构的比较分析
弹性指挥控制：北约、伊朗与俄罗斯指挥控制架构的比较分析
专知会员服务
1+阅读 · 今天15:58
最新“指挥控制”领域出版物合集（简介）
最新“指挥控制”领域出版物合集（简介）
专知会员服务
1+阅读 · 今天15:19
面向军事作战需求开发的人工智能（RAIMOND）
面向军事作战需求开发的人工智能（RAIMOND）
专知会员服务
3+阅读 · 今天15:13
检测算法战：一个识别军事行动中人工智能特征的框架
检测算法战：一个识别军事行动中人工智能特征的框架
专知会员服务
1+阅读 · 今天15:00
软件定义多域战术网络：基础与未来方向（综述）
软件定义多域战术网络：基础与未来方向（综述）
专知会员服务
3+阅读 · 今天14:57
水下战战术决策中的气象与海洋预报（50页报告）
水下战战术决策中的气象与海洋预报（50页报告）
专知会员服务
1+阅读 · 今天14:52
远程空中优势：新一代超视距导弹的兴起
远程空中优势：新一代超视距导弹的兴起
专知会员服务
1+阅读 · 今天14:45
大语言模型溯因推理的统一分类学与综述
大语言模型溯因推理的统一分类学与综述
专知会员服务
0+阅读 · 今天12:07
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
CVPR 2026 Findings | 算力砍半、性能不降！全开源 A₁模型：让机器人大模型真正走向落地
专知会员服务
0+阅读 · 今天11:54
大语言模型与国防战略：升级风险与国家安全挑战（综述）
大语言模型与国防战略：升级风险与国家安全挑战（综述）
专知会员服务
6+阅读 · 今天4:52
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
《基于机器学习预测模型识别新型超视距战术及DARPA AIR智能体误差分析》
专知会员服务
10+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第二部分
以机器速度作战：人工智能与美陆军反火力作战——第二部分
专知会员服务
8+阅读 · 4月11日
以机器速度作战：人工智能与美陆军反火力作战——第一部分
以机器速度作战：人工智能与美陆军反火力作战——第一部分
专知会员服务
7+阅读 · 4月11日
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
大视觉语言模型的高效推理：瓶颈剖析、关键技术与未来展望
专知会员服务
6+阅读 · 4月11日
相关VIP内容
自然语言处理现代方法，176页pdf
自然语言处理现代方法，176页pdf
专知会员服务
269+阅读 · 2021年2月22日
如何构建你的推荐系统？这份21页ppt教程为你讲解
如何构建你的推荐系统？这份21页ppt教程为你讲解
专知会员服务
66+阅读 · 2021年2月12日
【NeurIPS 2020】学习神经网络中的不变性
专知会员服务
29+阅读 · 2020年10月24日
【ST2020硬核课】深度神经网络，57页ppt
【ST2020硬核课】深度神经网络，57页ppt
专知会员服务
48+阅读 · 2020年8月19日
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
【ICML2020-伯克利】反直觉！大模型重压缩提升Transformer的训练和推理效率，47页ppt
专知会员服务
70+阅读 · 2020年7月1日
【干货书】高级应用深度学习，294页pdf
【干货书】高级应用深度学习，294页pdf
专知会员服务
154+阅读 · 2020年6月20日
还在修改博士论文？这份《博士论文写作技巧》为你指南
还在修改博士论文？这份《博士论文写作技巧》为你指南
专知会员服务
167+阅读 · 2020年6月9日
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
深度学习自然语言处理概述，216页ppt，Jindřich Helcl
专知会员服务
216+阅读 · 2020年4月26日
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
【机器学习最优化课程笔记】Optimization for Machine Learning，36页pdf
专知会员服务
117+阅读 · 2020年3月25日
【ICLR-2020】网络反卷积，NETWORK DECONVOLUTION
【ICLR-2020】网络反卷积，NETWORK DECONVOLUTION
专知会员服务
39+阅读 · 2020年2月21日
热门VIP内容
相关资讯
深度学习网络调参技巧
深度学习网络调参技巧
AINLP
15+阅读 · 2019年11月15日
【神经网络】怎样设计最优的卷积神经网络架构？卷积神经网络的训练过程
【神经网络】怎样设计最优的卷积神经网络架构？卷积神经网络的训练过程
产业智能官
6+阅读 · 2019年8月8日
李飞飞高徒、AI“网红”Karpathy：训练神经网络不得不看的33个技巧
李飞飞高徒、AI“网红”Karpathy：训练神经网络不得不看的33个技巧
极市平台
7+阅读 · 2019年4月27日
7个实用的深度学习技巧
7个实用的深度学习技巧
机器学习算法与Python学习
16+阅读 · 2019年3月6日
入门 | 深度学习模型的简单优化技巧
入门 | 深度学习模型的简单优化技巧
机器之心
10+阅读 · 2018年6月10日
教程 | 从检查过拟合到数据增强，一文简述提升神经网络性能方法
教程 | 从检查过拟合到数据增强，一文简述提升神经网络性能方法
机器之心
3+阅读 · 2018年5月28日
如何让训练神经网络不无聊？试试迁移学习和多任务学习
如何让训练神经网络不无聊？试试迁移学习和多任务学习
AI研习社
4+阅读 · 2018年4月7日
从零开始：教你如何训练神经网络
从零开始：教你如何训练神经网络
机器之心
5+阅读 · 2017年12月11日
[学习] 这些深度学习网络调参技巧，你了解吗？
[学习] 这些深度学习网络调参技巧，你了解吗？
菜鸟的机器学习
7+阅读 · 2017年7月30日
[学习] 这些深度学习网络训练技巧，你了解吗？
[学习] 这些深度学习网络训练技巧，你了解吗？
菜鸟的机器学习
7+阅读 · 2017年7月29日
相关论文
Sparse approximation in learning via neural ODEs
Arxiv
0+阅读 · 2021年2月26日
Power series expansion neural network
Arxiv
0+阅读 · 2021年2月25日
A survey on modern trainable activation functions
Arxiv
0+阅读 · 2021年2月25日
Mitigating Bias in Calibration Error Estimation
Arxiv
0+阅读 · 2021年2月24日
Structural Deep Clustering Network
Arxiv
4+阅读 · 2020年2月5日
Linkage Based Face Clustering via Graph Convolution Network
Arxiv
16+阅读 · 2019年3月27日
Dynamic Graph Neural Networks
Arxiv
24+阅读 · 2018年10月24日
Hypernetwork Knowledge Graph Embeddings
Arxiv
7+阅读 · 2018年8月21日
Reducing Parameter Space for Neural Network Training
Arxiv
3+阅读 · 2018年8月17日
An Interpretable Reasoning Network for Multi-Relation Question Answering
Arxiv
13+阅读 · 2018年6月1日
微信扫码咨询专知VIP会员
Top