会员
周边
新闻
博问
AI培训
云市场
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Taylorboy
博客园
首页
新随笔
联系
管理
订阅
2017年5月5日
T7-Dropout 解决 overfitting 过拟合
摘要: Dropout 解决 overfitting 相对于过拟合(overfitting,或称:过度学习)是指,使用过多参数,以致太适应训练数据而非一般情况;另一种常见的现象是使用太少参数,以致于不适应当前的训练数据,这则称为欠拟合(underfitting,或称:拟合不足)现象。[2] 防止过拟合,我们
阅读全文
posted @ 2017-05-05 19:42 heyzqq
阅读(553)
评论(0)
推荐(0)
编辑
公告