没有合适的资源?快使用搜索试试~ 我知道了~
《动手学深度学习Pytorch版》Task3-过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸
0 下载量 19 浏览量
2021-01-06
20:43:56
上传
评论
收藏 685KB PDF 举报
温馨提示
过拟合、欠拟合 训练/泛化误差 训练误差(training error)和泛化误差(generalization error)。通俗来讲,前者指模型在训练数据集上表现出的误差,后者指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。 欠拟合 模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting) 过拟合 模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting) 容易引起过拟合、欠拟合的其中两个因素: 模型复杂度 降低模型复杂度的两个方法 添加正则化项(L1、L2) dropout 数据集大小 数据
资源推荐
资源评论
资源评论
weixin_38708461
- 粉丝: 5
- 资源: 993
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
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
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