深度学习神经网络模型微调

天才少女爱迪生

于 2024-04-09 15:35:40 发布

阅读量548

点赞数 3

CC 4.0 BY-SA版权

文章标签：深度学习神经网络人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_46035550/article/details/137472362

本文探讨了在不同数据集下如何通过微调策略优化深度学习模型，包括对预训练模型的特定层进行高/低冻结，以及针对新数据源选择性地重新训练K层权重。重点强调了数据量影响和权重调整的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

不同数据集下使用微调

数据量	相似度	微调方向
少	高	修改最后几层或最终的softmax层
少	低	冻结预训练模型的初始层
大	低	重新训练
大	高	原有模型基础上所有权重更新

微调的方式

换数据源
针对K层重新训练
K层的权重和shape调整

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。