Diseñar la estructura de una red neuronal es definitivamente una de las principales dificultades que encontrará.
Piénsalo de esta manera. No todos los problemas se pueden resolver mediante el aprendizaje profundo. Y diferentes configuraciones pueden dar lugar a diferentes calidades de resultados. Naturalmente, pensarías que más neuronas y más capas te darán mejores resultados. Pero desafortunadamente ese no es el caso.
De hecho, nadie conoce ninguna fórmula confiable para calcular estos parámetros en función del problema en cuestión. Entonces hay mucha prueba y error involucrados. Además, cada vez que lo cambie, debe volver a capacitar la red. Eso lleva tiempo / dinero.
- ¿Cómo podemos interpretar el coeficiente para cierta variable independiente en regresión lineal simple y para el mismo en regresión lineal múltiple?
- ¿Cuál es una explicación intuitiva para el equilibrio de sesgo-varianza?
- Un fundador de un fondo de cobertura me dijo que los graduados de doctorado en Big Data / ML están generando un millón de dólares al año como salario en el comercio / fondos de cobertura. ¿Qué tan correcto es esto?
- ¿Se utiliza el álgebra abstracta y el análisis real en el aprendizaje automático? Si es así, ¿cómo se usan?
- ¿Qué piensa Yoshua Bengio sobre los Algoritmos de aprendizaje de Alineación de retroalimentación?
Puede terminar experimentando semanas con diferentes configuraciones sin resultados. Entonces alguien intenta algo que usted no hizo y lo hace bien en el primer intento.
¡Puede ser molesto a veces!