يتطلب ضبطًا كبيرًا للوصول إلى نتائج جيدة من سلبيات التعلم العميق (Deep Learning).
وذلك لان التعلم العميق قويٌ للغاية، ولكنه يتطلب ضبطًا دقيقًا للعديد من "معاملات الضبط الفائق" (Hyperparameters) ليعمل بشكل فعال، حيث يُمكن أن تكون هذه العملية شاقةً وتستغرق وقتاً طويلاً وتتطلب خبرة كبيرة.
- من الامثلة على معاملات الضبط الفائق في التعلم العميق التالي/
معدل التعلم (Learning Rate) | يُحدد مدى سرعة تعلّم النموذج من البيانات.
عدد الطبقات المخفية (Number of Hidden Layers) | يُؤثّر على قدرة النموذج على تعلّم العلاقات المُعقدة.
عدد العُقد في كل طبقة (Number of Nodes per Layer) | يُؤثّر على سعة النموذج وقدرته على التعميم.
فعلى الرغم من قدرة التعلم العميق على تحقيق نتائج مُذهلة، إلا أنه يتطلب جهدًا كبيرًا في ضبط المُعاملات للوصول إلى أفضل أداء.