训练营进入项目实战阶段之后，林晨每周的线上答疑从两小时变成了三小时。
学员们的问题变了。之前问的是线性代数怎么学Python哪个框架好用，现在问的是模型收敛不了怎么办特征工程应该怎么做。问题变具体了，说明他们真的在动手写代码了。
周六晚上八点，林晨打开钉钉视频会议。二十多个人已经在线上等着了，聊天框里刷着林总好今晚讲什么。林晨没有寒暄，直接打开了共享屏幕，上面是一份学员提交的训练日志。
赵刚，你这个loss曲线我看了一下。第二个epoch之后开始震荡，你学习率设的多少？
屏幕那头传来赵刚的声音，带着一点紧张：0.01。
降到0.001，再跑一轮看看。跑完把训练集和验证集的loss曲线都画出来，截个图发群里。
赵刚照做了。他花了大概五分钟调参数，重新训练了一轮。新的loss曲线出现在群聊里，从之前的锯齿状震荡变成了平滑的下降曲线。他在群里打了一行字：好了，收敛了。谢谢林总。
林晨扫了一眼群里的消息，没有回复感谢，直接点了下一个学员的名字。
刘洋，你的项目做到哪了？
特征提取做完了，但是模型效果不太好，准确率只有71%。
你特征怎么选的？相关性分析做了吗？
没做。
先做相关性分析，把相关系数低于0.01的特征去掉，再跑一遍。
刘洋花了十分钟做完特征筛选，重新训练之后准确率从71%涨到了78%。他在群里发了一个竖起大拇指的表情。
林晨往下翻学员的代码提交记录，看到一个叫周涛的学员提交了一个新版本。他点开看了一眼，特征工程的代码写得很规整，注释也清楚，数据清洗的步骤一步一步都有标注。他在群里艾特了周涛：你的特征工程写得不错，可以当模板给其他学员参考。
周涛回了一句：谢谢林总。
这种教学方式跟他带团队的时候一样。他不会手把手教你写代码，但他会告诉你调试的方向。学员问为什么模型不收敛，他不会从数学原理讲起，只会说先看学习率，再看数据分布，然后让你自己跑一遍。
线上答疑进行到一半的时候，一个学员问了一个关于反向传播的问题。林晨打字回答说不清楚，干脆开了一块白板，从链式法则开始画。他画了三层网络的结构图，标出每一层的梯度方向，用不同颜色的笔
（本章节未完结，点击下一页翻页继续阅读）
正在加载...