DL-深度学习基础
目录 过拟合与欠拟合 降低过拟合风险的方法 降低欠拟合风险的方法 过拟合与欠拟合 欠拟合指模型不能在训练集上获得足够低的训练误差 过拟合指模型的训练误差与测试误差（泛化误差）之间差距过大 反应在评价指标上，就是模型在训练集上表现良好，但是在测试集和新数据集上表现一般呢（泛化能力差） 降低过拟合风险的方法 所有为了减少测试误差的策略统称为正则化方法，这些方法可能以增大训练误差为代价 数据增强 图像
相关文章
- 1. 【DL学习笔记】1：深度学习中的基础知识
- 2. 深度学习（DL）基本概念
- 3. DL&ML基础学习三
- 4. DL&ML基础学习五
- 5. 深度学习基础（2）
- 6. 深度学习基础
- 7. 深度学习基础篇
- 8. 深度学习---基础篇
- 9. 深度学习基础（一）
- 10. 深度学习基础（1）
- 更多相关文章...
- • Kotlin 基础语法 - Kotlin 教程
- • Scala 基础语法 - Scala教程
- • Kotlin学习（二）基本类型
- • Kotlin学习（一）基本语法
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. 【DL学习笔记】1：深度学习中的基础知识
- 2. 深度学习（DL）基本概念
- 3. DL&ML基础学习三
- 4. DL&ML基础学习五
- 5. 深度学习基础（2）
- 6. 深度学习基础
- 7. 深度学习基础篇
- 8. 深度学习---基础篇
- 9. 深度学习基础（一）
- 10. 深度学习基础（1）