卯卯 | 炼就一手绝世刀法!

日出东海落西山,愁也一天,喜也一天。遇事不钻牛角尖,人也舒坦,心也舒坦!

深度学习的数学基础——解决的几个问题:1,深度学习要干什么,训练权重参数(W)。2,损失函数(修正W),3,正则化惩罚项,使W更均匀,不偏颇

损失函数:上述的结果易产生过拟合——什么是过拟合,就在训练数据集上表现很好,但是在测试数据集上表现很差。那我们怎么避免A模型W的出现呢?——加入正则化惩罚项。正则化惩罚项是专门来惩罚W权重矩阵的。

K-近邻(KNN)

超参数和交叉验证

超参数:是可调节的参数交叉验证:——来确定model参数
«   2018年8月   »
12345
6789101112
13141516171819
20212223242526
2728293031
控制面板
您好,欢迎到访网站!
  查看权限
网站分类
搜索
最新留言
文章归档
网站收藏
友情链接
  • RainbowSoft Studio Z-Blog
  • 订阅本站的 RSS 2.0 新闻聚合

Powered By Z-BlogPHP 1.5.2 Zero

转载请注明文章出处!!!!!