1.1.
Настройки нейросетевой модели
В отличие от других алгоритмов машинного
обучения, где
главной составляющей успеха
является выбор входных параметров, при создании нейросетевой модели основной задачей ИИ-
инженера является подбор характеристик НС. Хотя в последнее время появились алгоритмы,
способные к автоматизированному подбору таких характеристик,
они обладают высокой
вычислительной сложностью, поэтому опыт инженера по-прежнему востребован. К
характеристикам НС относят:
Собственно коэффициенты модели (
параметры
). Их итоговые значения устанавливаются
алгоритмом обучения НС, который оптимизирует их так, чтобы итоговая ошибка модели
была минимальной.
Тем не менее, важной моментом может быть инициализация –
определение начальных значений параметров, которая позволили бы более быстрое
выполнение алгоритма (сокращая время обучения).
Одной из
стратегий инициализации
является «перенос знаний» (transfer learning) из существующих моделей. Например,
имеющаяся НС, обученная предсказывать возраст людей по фотографиям лиц, может быть
доработана для распознавания выражаемых эмоций. Ещё одна из возможных стратегий при
построении НС –
нормализация данных
, т.е. приведение входных значений к одинаковой
шкале и диапазону, например [0;1].
Гиперпараметры
– в
отличие от параметров модели, они не изменяются в ходе работы
алгоритма машинного обучения и,
следовательно, должны быть обоснованно выбраны
инженером. К основным гиперпараметрам относят:
o
Достарыңызбен бөлісу: