最近一個月深度學習的經驗總結

1、訓練模型 一、在進行模型訓練時，要謹慎使用數據加強方法，濫用數據加強的一些方法（尤爲是裁剪和旋轉）會反而致使模型的性能降低，這是由於裁剪和旋轉容易帶來額外的噪音，致使了訓練集和測試集差別過大，在用inception進行遷移學習時尤其明顯，VGG會好一些，但也有所降低。web 二、大bitchsize不必定就比小bitchsize要快。svg 三、VGGnet很容易出現梯度消失的狀況，解決方法加

>>阅读原文<<