19. Consejos para entrenar redes neuronales#
Aspectos a considerar durante el entrenamiento de redes neuronales
Asegurate de que la salida de la red es compatible con la función de costo seleccionada
Asegurate de que la tasa de aprendizaje no es demasiado grande o demasiado pequeña. Explora inicialmente con optimizadores adaptivos
Verificar convergencia y sobreajuste:
Checkpoint: Guardar el último modelo y el con menor costo de validación
Early stopping: Detener el entrenamiento si el error de validación no disminuye en un cierto número de épocas
Inicialización de los parámetros: Probar varios entrenamientos desde inicios aleatorios distintos
Normaliza los datos antes de presentarlos a la red
Si el modelo se sobreajusta pronto
Disminuir complejidad
Incorporar regularización: Aumentación de datos, decaimiento de pesos, Dropout
Si quiero aprovechar un modelo preentrenado
Transferencia de aprendizaje
Estrategia agil
Desarrolla rápido e itera: Empieza simple. Propón una solución, impleméntala, entrena y evalua. Analiza las fallas, modifica e intenta de nuevo
Mucho exito en sus desarrollos futuros!
Ver también
Más consejos útiles en http://karpathy.github.io/2019/04/25/recipe/