摘要: TensorFlow2.0入门学习笔记(9)——神经网络参数优化器 神经网络是基于链接的人工智能,当网络结构固定后,不同参数的选取对模型的表达力影响很大,优化器就是引导更新模型参数的工具 常用符号 待优化参数w 损失函数loss 学习率lr 每次迭代一个batch(以batch为单位批量喂入神经网络 阅读全文
posted @ 2020-05-22 00:16 Moonx5 阅读(559) 评论(0) 推荐(0) 编辑
摘要: TensorFlow2.0入门学习笔记(8)——欠拟合与过拟合(正则化) 欠拟合与过拟合 欠拟合:模型不能有效拟合数据集对现有数据集学习的不够彻底 过拟合:模型对训练集拟合的太好,而缺失了泛化力 欠拟合的解决方法: 增加输入特征项 增加网络参数 减少正则化参数 过拟合的解决方法: 数据清洗 增大训练 阅读全文
posted @ 2020-05-22 00:15 Moonx5 阅读(355) 评论(0) 推荐(0) 编辑