帮忙翻译一句话(汉译英)，谢~~ In the pipeline leak detection via the neural network，there are certain disadvantages such as lack of training samples and short of convergence speed.
BP神经网络存在学习收敛速度慢、容易陷入局部极小点而无法得到全局最优解等缺点。收敛速度慢是什么意思 收敛速度慢意思是训练时间长。最佳逼近特性意思是用此方法训练出的网络结构与期望的最接近。当然是越慢。因为已经接近最低点，训练也进入误差曲面的平坦区，每次搜索的误差。
怎么看出SVM比BP神经网络收敛速度快 单纯比较收敛速度并没有意义，因为两种方法的原理完全不同。但从得到全局最优解的角度来看，SVM效果较好。一、SVM可以发现全局最优，而BP算法通常只能获得局部最优SVM学习问题可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。而其他分类方法（如基于规则的分类器和BP人工神经网络）都采用一种基于贪心学习的策略来搜索假设空间，这种方法一般只能获得局部最优解。二、SVM方法避免了“维数灾难”SVM方法巧妙地解决了维数灾难难题：应用核函数的展开定理，就不需要知道非线性映射的显式表达式；由于是在高维特征空间中建立线性学习机，所以与线性模型相比，不但几乎不增加计算的复杂性，而且在某种程度上避免了“维数灾难”．这一切要归功于核函数的展开和计算理论。
bp神经网络收敛问题 当然是越慢。因为已经接近最低点，训练也进入误差曲面的平坦区，每次搜索的误差下降速度是减慢的。这一点可以在BP神经网络的误差调整公式上看出。事实上收敛速度逐渐减慢，这是正常的，如果一定要避免这种情况，可以自适应改变学习率。由于传统BP算法的学习速率是固定的，因此网络的收敛速度慢，需要较长的训练时间。对于一些复杂问题，BP算法需要的训练时间可能非常长，这主要是由于学习速率太小造成的，可采用变化的学习速率或自适应的学习速率加以改进。BP算法可以使权值收敛到某个值，但并不保证其为误差平面的全局最小值，这是因为采用梯度下降法可能产生一个局部最小值。对于这个问题，可以采用附加动量法来解决。
如何调整一个不收敛的卷积神经网络？？ 弄了个简单的CNN网络，对自己的数据集进行训练（在caffe框架下），但是发现网络不收敛，loss时高时低。应…
BP神经网络存在学习收敛速度慢、容易陷入局部极小点而无法得到全局最优解等缺点。收敛速度慢是什么意思 收敛速度慢意思是训练时间长。最佳逼近特性意思是用此方法训练出的网络结构与期望的最接近。
怎样可以提高神经网络的收敛速度 改变一下训练函数用trainscg，trainlm要比traingdx快，再就是优化初始权阈值，这方面方法就多了，网上这方面东西比较多，搜下看吧！祝你成功。1.和收敛速度，训练时间有关 。
