没有合适的资源?快使用搜索试试~ 我知道了~
深度学习笔记_tensorflow2.0_过拟合(二)
3 下载量 144 浏览量
2021-01-06
20:21:06
上传
评论 1
收藏 893KB PDF 举报
温馨提示
试读
3页
减少过拟合方法: 交叉验证 normalization 学习率调整, learning rate decay momentum动量调整 k折交叉检验: 正则化: 更小的权值w,从某种意义上说,表示网络的复 杂度更低,对数据的拟合刚刚好(这个法则也叫做奥卡姆剃刀) 添加正则化相当于参数的解空间添加了约束,限制了模型的复杂度 L1正则化的形式是添加参数的绝对值之和作为结构风险项,L2正则化的形式添加参数的平方和作为结构风险项 L1正则化鼓励产生稀疏的权重,即使得一部分权重为0,用于特征选择;L2鼓励产生小而分散的权重,鼓励让模型做决策的时候考虑更多的特征,而不是仅仅依赖强依赖某几个特
资源推荐
资源评论
资源评论
weixin_38597533
- 粉丝: 11
- 资源: 919
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功