2022年6月12日
面试八股
摘要： 防止过拟合的方法有哪些？ 过拟合现象就是模型在train data上表现很好，但是在test data上表现不好。在神经网络的loss中表现为train loss一直在下降，但是dev set上的loss在某个节点开始上升。 过拟合 == 泛化能力差 过拟合出现的原因： 训练数据太少，样本不足； 训 阅读全文
posted @ 2022-06-12 21:28 YTT77 阅读(59) 评论(0) 推荐(0) 编辑