MrsSnape的博客

VGG模型。

如果这些导数的值都小于 1，那么连乘的结果会随着层数的增加而指数级地减小，导致梯度在反向传播过程中逐渐消失，使得前面的层难以得到有效的梯度信息来进行参数更新。在深层网络中，经过多个激活函数的作用后，很容易使得神经元的输出进入到激活函数的饱和区域，导致导数很小，进而引发梯度消失问题。这意味着前面的层在训练过程中无法充分学习到数据的特征，导致整个网络的特征提取能力下降，进而影响模型的性能，表现为退化问题。当模型过拟合时，它在训练集上的表现可能很好，但在测试集或新数据上的泛化能力较差，导致模型的实际性能下降。

机器学习

训练一次验证一次，记录最好的。

该项目的主要目标是基于新冠相关数据构建一个深度学习模型，用于预测新冠检测阳性的结果。通过对数据进行特征选择、模型训练和优化，最终在测试集上进行预测并将结果保存到文件中。流程：数据读取：从 CSV 文件中读取训练数据和测试数据。特征选择：使用卡方检验（