alex_bn_lee

摘要： 参考：Python深度学习 P89 目录 定义问题，收集数据集 选择衡量成功的指标 确定评估方法 准备数据 开发比基准更好的模型 扩大模型规模：开发过拟合的模型 模型正则化与调节超参数 一、定义问题，收集数据集 首先，你必须定义所面对的问题。 你的输入数据是什么？你要预测什么？ 你面对的是什么类型的 阅读全文

摘要： 获取更多的训练数据 减小网络的容量（层数，神经元数量） 添加权重正则化（l1 和 l2） 添加 dropout 添加正则化来防止 overfitting 一种常见的降低 overfitting 的方法就是强制让模型权重只能取较小的值，从而限制模型的复杂度，这使得权重值的分布更加规则（regular） 阅读全文