摘要: 当我们确定学习算法的参数的时候,我们考虑的是选择参量来使训练误差最小化,有人认为得到一个非常小的训练误差一定是一件好事,但我们已经知道,仅仅是因为这个假设具有很小的训练误差,并不能说明它就一定是一个好的假设函数。而且我们也学习了过拟合假设函数的例子,所以这推广到新的训练集上是不适用的。那么,你该如何 阅读全文
posted @ 2019-02-25 21:19 NeoML 阅读(296) 评论(0) 推荐(0) 编辑
摘要: 小结一下使用神经网络时的步骤: 网络结构:第一件要做的事是选择网络结构,即决定选择多少层以及决定每层分别有多少个单元。 第一层的单元数即我们训练集的特征数量。 最后一层的单元数是我们训练集的结果的类的数量。 如果隐藏层数大于1,确保每个隐藏层的单元个数相同,通常情况下隐藏层单元的个数越多越好。 我们 阅读全文
posted @ 2019-02-25 17:30 NeoML 阅读(176) 评论(0) 推荐(0) 编辑