zoukankan      html  css  js  c++  java
  • 改善深层神经网络:超参数调试、正则化及优化

    第一周   深度学习的实用层面

    1.1 训练、验证、测试集

    应用机器学习是个高度迭代的过程:想法--->编码--->实验

    (1)神经网络的层数

    (2)隐含层神经元个数

    (3)学习率

    (4)激励函数

    小规模数据:训练集70%,验证集30%   或者 训练60% 验证20% 测试20%

    大规模数据:训练90%以上

    注:可以没有测试集,验证集用于检测各种算法模型,选出最好的,验证集和测试集必须来源于同一分布

    1.2 偏差、方差

    人眼识别错误率(最优误差,贝叶斯误差)0%左右,训练集验证集来源于同一分布的前提下:

    (1)训练集错误率1%,验证集错误率11%   -----> 高方差(high variance)

    (2)训练集错误率15%,验证集错误率16% ----->高偏差(high bias)

    (3)训练集错误率15%,验证集错误率30% ------>高方差,高偏差

    (4)训练集错误率0.5%,验证集错误率1% ------->低偏差,低方差

    1.3 机器学习基础

  • 相关阅读:
    Oracle 创建索引分区
    Shiro SessionManager会话管理器设计概念
    管理表分区
    Oracle 表分区策略
    Oracle 表分区
    参考Shiro的Session定期验证会话失效的线程池
    HDU 3555 Bomb (数位dp)
    POJ 3666 Making the Grade (动态规划)
    Gym
    POJ
  • 原文地址:https://www.cnblogs.com/crazybird123/p/7499148.html
Copyright © 2011-2022 走看看