1. Learning rate不合适，如果太大，会造成不收敛，如果太小，会造成收敛速度非常慢；
2. Batch size太大，陷入到局部最优；
3. 网络太简单，一般情况下，网络的层数和节点数量越大，拟合能力就越强，如果层数和节点不够多，无法拟合复杂的数据，也会造成不收敛.
已为社区贡献1条内容
1. Learning rate不合适，如果太大，会造成不收敛，如果太小，会造成收敛速度非常慢；
2. Batch size太大，陷入到局部最优；
3. 网络太简单，一般情况下，网络的层数和节点数量越大，拟合能力就越强，如果层数和节点不够多，无法拟合复杂的数据，也会造成不收敛.
转载于:https://www.cnblogs.com/mstk/p/11380747.html
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0
已为社区贡献1条内容
所有评论(0)