文件名称:
Dive into deep learning task 03- 过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶
开发工具:
文件大小: 45kb
下载次数: 0
上传时间: 2021-01-07
详细说明：1. 过拟合 欠拟合
特征复杂，但是训练 样本数不足时，会产生过拟合，即训练误差小，但是在测试集上的测试误差比较大，即泛化能力强
解决的办法是增加样本数量 或用L2范数进行征罚。
增加样本数量的方法比较简单，但是费人费物。
L2的范数也叫权重衰减。 对绝对值 比较大的权重参数进行拟合，从而改善范化误差。 本质 上是将权重值 向较小值 的区别压缩。
另一种方法是dropout （丢弃法）
丢弃法不改变输入的期望，按一定的概率 丢弃隐藏层中的单元。
p为丢弃率， 1-p 为保存率
欠拟合不是太容易发生，但是如果发生 ，可以如下解决：
可以通过增加网络复杂度或者在模型中增加多点特征点，这些都是很好解
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
