
deep-learning
Stormreaver
这个作者很懒,什么都没留下…
展开
-
deep-learning 笔记
机器学习笔记 1、在机器学习模型设计时必须有一个单独的测试数据集不用于训练而是用来评估这个模型的性能,从而更加容易把设计的模型推广到其他数据集上。这种能力叫做模型泛化 ·原创 2017-06-08 11:26:02 · 224 阅读 · 0 评论 -
Deeplearning 笔记1
如何选择网络的层数和神经元个数?深度学习的层数和神经元个数条数一直是一个经验占比非常重的问题。在TensorFlow中,可以使用TensorBoard观察train loss和test loss,如果train loss下降慢,并且test loss没有上升,可以加大模型拟合能力,即加深网络和增大神经元个数。如果train loss难以下降,并且test loss开始反弹,则应控制模型的容量,即模型转载 2017-09-27 17:17:23 · 252 阅读 · 0 评论 -
CNN网络在训练过程中如何可视化的让用户知道训练出的模型的泛化性和预测能力
CNN网络在训练过程中如何可视化的让用户知道训练出的模型的泛化性和预测能力1、如果数据集规模比较大,那么可以将数据集分为训练集、验证集、测试集每个epoch实时绘制训练集、验证集、测试集上的loss或者accuracy曲线,用户可已可视化的看到训练情况的走势以及训练的好坏程度2、 验证集的选择和测试集的分布越接近,则模型在测试集上的表现就会越好,可通过计算验证集和测试集loss或者accu...原创 2019-02-28 14:13:36 · 1253 阅读 · 0 评论