การสร้างโครงสร้างการเรียนรู้อย่างลึกซึ้งนั้นจําเป็นสําหรับโปรแกรมสมัยใหม่จํานวนมาก จากการรับรู้จากภาพถึงกระบวนการประมวลผลภาษาธรรมชาติ แบบจําลองการออกแบบที่ทั้งแม่นยําและมีประสิทธิภาพทางการคํานวณ

การเข้าใจความเหมาะสมของโมเดล

ประสิทธิภาพ ใน การ ใช้ รุ่น พาด พิง ถึง ความ ซับ ซ้อน ของ ระบบ ประสาท ที่ ทํา งาน ได้ ดี เพียง ไร เมื่อ เทียบ กับ ข้อ เรียก ร้อง ใน การ คํานวณ ของ มัน.

การ วาง แผน สําหรับ การ บรรลุ ความ สมดุล และ ค่า ใช้ จ่าย

เทคนิค หลาย อย่าง สามารถ ช่วย ปรับ ปรุง โครง สร้าง การ เรียน รู้ ที่ ลึก ซึ้ง เพื่อ ประสิทธิภาพ:

  • [FLT: 0] ลิดรอน: การเอาน้ําหนักไม่จําเป็นออก เพื่อลดขนาด
  • [FLT: 0] การจําแนก: ใช้เลขคณิตที่ต่ํากว่าเพื่อเร่งการคํานวณ
  • [FLT: 0] ความรู้กลั่นกรอง : ฝึกนางแบบตัวเล็ก ๆ เพื่อเลียนแบบรุ่นที่ใหญ่ขึ้น (FLT:1).
  • [FLT: 0]. สืบค้นเมื่อ: ออกแบบโมเดลที่มีประสิทธิภาพอัตโนมัติ.

การแลกเปลี่ยนและการพิจารณา

แม้ ว่า การ ปรับ ปรุง ให้ เหมาะ สม จะ มี ประสิทธิภาพ มาก ที่ สุด แต่ สําคัญ ที่ จะ พิจารณา ถึง ผล กระทบ ที่ มี ต่อ ความ ถูก ต้อง ของ เทคนิค บาง อย่าง อาจ ทํา ให้ มี การ ลด ประสิทธิภาพ ลง บ้าง แต่ ก็ ทํา ให้ ค่า ใช้ จ่าย ใน การ คํานวณ ลด ลง อย่าง มาก การ เลือก วิธี ใช้ วิธี ต่าง ๆ ขึ้น อยู่ กับ เงื่อนไข เฉพาะ อย่าง ของ การ ใช้ ประโยชน์ และ ทรัพยากร