选择模型架构

总结： 在开始一个新项目时，尽量重用有效的模型。

• 首先选择一个完善且常用的模型架构来开始工作。这样可以尽早让模型进入工作状态，之后再构建自定义模型也是可行的。
• 模型架构通常具有各种超参数，用于确定模型的大小和其他细节（例如层数、层宽度、激活函数类型）。
  • 因此，选择架构实际上意味着选择一整个系列的各种模型（每个模型都有不同的超参数设置）。
• 如果可以的话，请尝试找到一篇尽可能接近手头问题的相关论文，并将复现该论文中的模型作为起点。
• 数据量少的时候，最好使用带预训练参数（如Imagenet）的模型去微调。