深度学习笔记二（task03-05）
一.过拟合及欠拟合及其解决方案 训练误差和泛化误差 训练误差是指在训练数据集上表现出的误差，泛化误差指的是模型在任意一个测试数据样本上表现出来的误差的期望，并常常通过测试数据集上的误差来近似。计算训练误差和泛化误差可以用损失函数，例如线性回归用到的平方损失函数和softmax回归用到的交叉熵损失函数。在机器学习模型应关注降低泛化误差。 验证数据集 从严格意义上讲，测试集只能在所有超参数和模型参数选
相关文章
- 1. 深度学习笔记（二）
- 2. 深度学习 笔记二
- 3. 深度学习笔记【二】
- 4. 深度学习 学习笔记二
- 5. 深度学习入门（二）笔记
- 6. 深度学习笔记（二） BP算法
- 7. 深度学习笔记（二）NIN网络
- 8. “深度学习与实践” 笔记（二）
- 9. 深度学习笔记(二):backpropagation算法
- 10. 深度学习基础之深度学习概述（二）——慕课学习笔记
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（二）基本类型
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 深度学习笔记（二）
- 2. 深度学习 笔记二
- 3. 深度学习笔记【二】
- 4. 深度学习 学习笔记二
- 5. 深度学习入门（二）笔记
- 6. 深度学习笔记（二） BP算法
- 7. 深度学习笔记（二）NIN网络
- 8. “深度学习与实践” 笔记（二）
- 9. 深度学习笔记(二):backpropagation算法
- 10. 深度学习基础之深度学习概述（二）——慕课学习笔记