动手学深度学习 task_2
过拟合和欠拟合 测试数据集不可以用来调整模型参数,如果使用测试数据集调整模型参数,可能在测试数据集上发生一定程度的过拟合,此时将不能用测试误差来近似泛化误差。 过拟合是指训练误差达到一个较低的水平,而泛化误差依然较大。 欠拟合是指训练误差和泛化误差都不能达到一个较低的水平。 发生欠拟合的时候在训练集上训练误差不能达到一个比较低的水平,所以过拟合和欠拟合不可能同时发生。 过拟合还可以使用权重衰减和丢弃法来缓解,即使在一个比较小的数据集上使用了权重衰减和丢弃法之后也能够达到一个比较好的效果。 L2范数正则化也就是权重衰减是用来应对过拟合的。 梯度消失和梯度爆炸 在激活函数的选择的地方讲过,在深层网
用户评论
书比较清晰,可是分成这么多,要的分也这么多。
书很完整,也很清晰,帮助很大,谢谢楼主分享。
书是很好,可是楼主不厚道,分成这么多份,要这么多分
书很清晰很完整,但是要的分太高了,不是10分,不是8分,而是36分
书不错,要分太多,不厚道
是扫描版,不太好做实时笔记。
书很清晰很完整,但是要的分太高了,不是10分,不是8分,而是36分。为了造福大家,我打算下次把这本书免分上传。