有趣的机器学习(六)

怎样检验神经网络? How to evaluate the Neural Networks?

    原因可能是多方面的,可能是数据的问题,学习效率等参数的问题。


特征标准化 Feature Normalization


区分好用的特征 What is good feature?

避免无用的信息,重复的信息,复杂的信息存在


为什么需要激励函数?Why need activation features?

什么是过拟合? What is overfitting?

增加数据量, L1,L2.. regularization,Dropout reqularization(减少神经网络的过度依赖)


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值