首页
›
生物信息学与 AI 制药工程
›
044-分子对接筛选特征学习任务
›
《深度学习模型优化策略》
VIP20
本课程属于:044-分子对接筛选特征学习任务
生物信息学与 AI 制药工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
深度学习模型优化策略
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
模型优化概述
优化目标 · 常见挑战 · 评估指标
模型优化概述
优化目标
02
数据预处理
数据清洗 · 归一化 · 标准化
数据预处理
数据清洗
03
数据增强
图像 · 文本 · 音频数据增强方法
数据增强
图像
04
权重初始化
Xavier · He初始化等
权重初始化
Xavier
05
批量归一化
原理 · 实现 · 作用
批量归一化
原理
06
正则化技术
L1/L2正则化 · Dropout · Early Stopping
正则化技术
L1/L2
07
Dropout详解
原理 · 变体 · 使用技巧
Dropout
原理
08
学习率调度
固定 · 阶梯 · 余弦退火
学习率调度
固定
09
优化器选择
SGD · 动量 · Adam
优化器选择
SGD
10
梯度裁剪
防止梯度爆炸
梯度裁剪
防止梯度爆炸
11
标签平滑
原理 · 实现 · 效果
标签平滑
原理
12
损失函数设计
分类 · 回归 · 自定义损失
损失函数设计
分类
13
类不平衡处理
重采样 · 类别权重 · Focal Loss
类不平衡处理
重采样
14
超参数调优
网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优
网格搜索
15
交叉验证
K折 · 留一法 · 分层交叉验证
交叉验证
K折
16
模型集成
Bagging · Boosting · Stacking
模型集成
Bagging
17
知识蒸馏
教师-学生模型 · 蒸馏温度 · 软标签
知识蒸馏
教师
18
模型剪枝
结构化剪枝 · 非结构化剪枝 · 剪枝策略
模型剪枝
结构化剪枝
19
模型量化
INT8量化 · 混合精度 · 训练后量化
模型量化
INT8
20
神经网络架构搜索(NAS)
搜索空间 · 搜索策略 · EWAS
NAS
神经网络架构搜索
21
迁移学习
预训练模型 · 微调策略 · 冻结层
迁移学习
预训练模型
22
微调技巧
学习率分层 · 渐进解冻 · 判别性微调
微调技巧
学习率分层
23
自监督学习
对比学习 · 掩码语言模型 · 旋转预测
自监督学习
对比学习
24
对抗训练
FGSM · PGD · 对抗样本增强
对抗训练
FGSM
25
注意力机制优化
多头注意力变体 · 稀疏注意力 · 线性注意力
注意力机制优化
多头注意力变体
26
Transformer优化
层归一化 · 位置编码 · 参数共享
Transformer
优化
27
分布式训练
数据并行 · 模型并行 · 流水线并行
分布式训练
数据并行
28
混合精度训练
FP16 · BF16 · 损失缩放
混合精度训练
FP16
29
推理加速
TensorRT · ONNX · 剪枝+量化联合
推理加速
TensorRT
30
模型部署与优化
移动端 · 边缘端 · 服务端优化
模型部署
优化
所属VIP或分类
同VIP:AutoDock-Vina参数优化与特征构建协同实战
同VIP:AutoDock-Vina安装与配置指南
同VIP:AutoDock-Vina搜索范围参数设置技巧