mantch  

2019年8月19日

神经网络优化算法：Dropout、梯度消失/爆炸、Adam优化算法，一篇就够了！
摘要： 1. 训练误差和泛化误差 机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数，你也许发现了：当模型在训练数据集上更准确时，它在测试数据集上却不⼀定更准确。这是为什么呢？ 因为存在着训练误差和泛化误差： **训练误差：**模型在训练数据集上表现出的误差。 **泛化误差：**模型在任意⼀个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。 训练... 阅读全文
posted @ 2019-08-19 20:00 mantch 阅读(3710) 评论(0) 推荐(2) 编辑
 
Copyright © 2024 mantch
Powered by .NET 8.0 on Kubernetes
博客园