2017年5月8日
神经网络之dropout层
摘要： 一：引言 因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容易产生过拟合现象。在训练bp网络时经常遇到的一个问题，过拟合指的是模型在训练数据上损失函数比较小，预测准确率较高（如果通过画图来表示的话，就是拟合曲线比较尖，不平滑，泛化能力不好），但是在测试数据上 阅读全文
posted @ 2017-05-08 14:36 7岁 阅读(17156) 评论(1) 推荐(1)