Fork me on GitHub
2018年12月16日
Dropout原理解析
摘要： 1. Dropout简介 1.1 Dropout出现的原因 在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测 阅读全文
posted @ 2018-12-16 20:15 stardsd 阅读(6053) 评论(0) 推荐(0) 编辑