深度学习模型提升性能的策略

文章目录 角度1 缺乏可用于训练的数据 过拟合 欠拟合 训练时间长 角度2 从数据上提升性能 从算法上提升性能 从算法调优上提升性能 从模型融合上提升性能 角度1 缺乏可用于训练的数据 一般来说，数据越多，模型的性能就越好。缺乏数据的问题是，我们的深度学习模型可能无法从数据中学习模式或功能，因此它可能无法在未看到的数据上提供良好的性能。 我们可以利用数据增强技术来代替花费数天时间来收集数据。 数据

>>阅读原文<<