2016年6月12日
深度学习中 --- 解决过拟合问题（dropout, batchnormalization）
摘要： 过拟合，在Tom M.Mitchell的《Machine Learning》中是如何定义的：给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。 也就是说，某一假设过度的拟合了训 阅读全文
posted @ 2016-06-12 11:15 JimmyTY 阅读(6627) 评论(1) 推荐(0) 编辑