基于可视化的卷积神经网络优化方法研究

摘要

随着计算机算力的提升,深度学习的应用范围越来越广,深度学习模型的设计和调优变得困难,对于复杂模型,只对一层网络进行调整可能就导致差异显著的结果.众多研究者往往根据历史经验调参,进行了大量试错,耗费了大量的时间精力.为此根据卷积神经网络模型的数据特征,提出一种基于可视化的辅助调参的方法.通过可视化手段剖析卷积神经网络内部数据,分析其代表的信息,从而快速定位模型故障,实现有针对性地调参,降低了研究者在调参时的工作难度,提升了工作效率.