- Apakah latihan akhir untuk mengakhiri?
- Apa yang berakhir untuk mengakhiri latihan CNN?
- Mengapa Latihan Akhir Akhir Penting?
- Bagaimana anda menentukan masa untuk berhenti melatih rangkaian saraf?
Apakah latihan akhir untuk mengakhiri?
Pembelajaran akhir-ke-akhir (E2E) merujuk kepada latihan sistem pembelajaran yang mungkin kompleks yang diwakili oleh satu model (khususnya rangkaian saraf yang mendalam) yang mewakili sistem sasaran lengkap, melangkaui lapisan perantaraan yang biasanya terdapat dalam reka bentuk saluran paip tradisional.
Apa yang berakhir untuk mengakhiri latihan CNN?
Prosedur ini melatih dua komponen dalam dua fasa yang berasingan. Rawat seluruh seni bina sebagai rangkaian tunggal dan backpropagete kecerunan ke CNN supaya ia juga dapat dilatih. Prosedur ini melatih kedua -dua komponen secara serentak. Inilah yang kita sebut latihan akhir-ke-akhir.
Mengapa Latihan Akhir Akhir Penting?
Dalam semua contoh sedemikian, idea itu adalah untuk membiarkan rangkaian pergi dari data "mentah-est" yang mungkin ke output yang paling akhir. Ini didapati lebih baik. Pembelajaran akhir-ke-akhir mengurangkan usaha reka bentuk manusia dan melakukan lebih baik dalam kebanyakan aplikasi.
Bagaimana anda menentukan masa untuk berhenti melatih rangkaian saraf?
Hentikan latihan apabila ralat generalisasi meningkat
Semasa latihan, model dinilai pada dataset pengesahan holdout selepas setiap zaman. Sekiranya prestasi model pada dataset pengesahan mula merosot (e.g. kerugian mula meningkat atau ketepatan mula berkurangan), maka proses latihan dihentikan.