tensorflow基础
摘要：
过拟合： 过拟合是机器学习中一个常见的问题，它是指模型预测准确率在训练集上升高，在测试集上反而下降，这通常意味着泛化性不好，模型只是记忆了当前数据的特征，不具备推广能力。 解决办法：Hinton提出的dropout，在使用复杂的cnn训练图像数据时尤为有效，大致思路是在训练时，将网络某一层的输出节点 阅读全文
posted @ 2017-12-26 10:24 nkh 阅读(171) 评论(0) 推荐(0) 编辑
