深度学习的实用技巧——L2正则化、Dropout正则化、梯度检验

1.深度学习应用是一个高度迭代的过程 想要找到一个称心的神经网络结构,是一个循环往复的过程: idea——>code——>experiment——>idea…… 超级参数的选择也是神经网络工程师关注的重要问题: #layers   ? #hidden units  ? learning rates  ? activation functions   ? 因此,创建高质量的训练数据集、验证集和测试集
相关文章
相关标签/搜索