神经网络中的难点及解决方案

1 神经网络的难点 使用层数较深的神经网络会遇到许多困难，好比：容易过拟合、参数难以调试、梯度弥漫等，针对这些问题有不少trick解决。 2 过拟合 过拟合是机器学习中常常遇到的问题，它是指模型预测准确率在训练集上升高，可是在测试集上反而降低了，这意味着泛化性很差，模型只是记忆了当前数据的特征，不具有推广能力。 Hinton教授团队提出了一个思路简单但很是有效的方法：Dropout。其思路为：在训

>>阅读原文<<