Deep Learning – Grundlagen und Implementierung

KAPITEL 4

Techniken zur Verbesserung des Trainings

Nachdem wir uns in den ersten beiden Kapiteln mit den Grundsätzen der Eigenschaften und der Funktionsweise von Deep-Learning-Modellen beschäftigt haben, konnten wir im vorherigen Kapitel endlich unser erstes Modell erstellen und trainieren. Es konnte das relativ einfache Problem lösen, Hauspreise anhand bestimmter numerischer Merkmale vorherzusagen. In der realen Welt dagegen ist das erfolgreiche Training von Deep-Learning-Modellen nicht immer so einfach. Die Modelle finden oft nur scheinbar eine optimale Lösung für Probleme des überwachten Lernens. In der Praxis schlagen sie häufig fehl, und es gibt wenige theoretische Garantien dafür, dass eine bestimmte Modellarchitektur tatsächlich eine gute ...