首页 > 试题广场 >

在开发一个用于图像分割的模型时，发现模型在训练集上表现优异，

[单选题]

在开发一个用于图像分割的模型时，发现模型在训练集上表现优异，但在验证集上表现不佳，且损失函数在训练后期几乎不再下降，呈现平台期（Plateau）。此时，采用哪种学习率调整策略通常最为对症和有效？

使用一个固定的、较小的学习率从头开始训练。

采用余弦退火（Cosine Annealing）调度器，让学习率周期性变化。

采用学习率按阶梯衰减（Step Decay）策略，每隔固定轮数将学习率乘以一个常数。

采用“ReduceLROnPlateau”策略，即当监控指标（如验证集损失）在一段时间内不再改善时，降低学习率。

查看答案及解析

这道题你会答吗？花几分钟告诉大家答案吧！

提交观点

问题信息

深度学习

难度：

0条回答 16收藏 27浏览

扫一扫，把题目装进口袋