使用MindSpore训练模型中精度问题的调优思路

1、调优思路概述针对上述精度问题的现象和原因，常用的几个调优思路如下：检查代艨位雅剖码和超参、检查模型结构、检查脶巴躔炒输入数据、检查loss曲线。若上述思路都未发现问题，我们可以让训练执行到最后，检查精度（主要是模型metrics）是否达到预期。其中，检查模型结构和超参重在检查模型的静态特征；检查输入数据和loss曲线则是将静态特征和动态训练现象结合检查；检查精度是否达到预期则是对整体精度调优过程重新审视，并考虑调整超参、解释模型、优化算法等调优手段。