会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
缓下脚步
博客园
首页
新随笔
联系
订阅
管理
2019年3月21日
Dropout和学习率衰减
摘要: Dropout 在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题,过拟合具体表现在:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数比较大,预测准确率较低。 过拟合是很多机器学习的通病。如
阅读全文
posted @ 2019-03-21 21:58 缓下脚步
阅读(1290)
评论(0)
推荐(0)
公告