qq_43631663的博客

正则化为什么可以降低过拟合在进行机器学习的模型训练的时候，如果我们的训练数据不够，或者迭代的次数太多等等原因，可能会使我们的训练误差非常小，但是对测试集的误差会很大，我们把这称为过拟合，如图：为了防止overfitting，可以用的方法有很多比如：early stopping、数据集扩增（Data augmentation）、正则化（Regularization）包括L1、L2（L2 reg...

刚开始接触自然语言处理的时候对于rnn已经sltm倒是是如何训练的一值一知半解，在看了很多知乎大神的讲解，再此写下了我的感悟，如有错误，希望即使指正。Recurrent NNs，一般看的最多的图是这个：但是这个图对初学者相当不太友好。个人认为，目前所有的关于描述RecurrentNNs的图都画得不好，不够明确，里面的细节丢失了。（事实上里面一个"A"仅仅表示了一层的变换。）我在网上找到了一...

batch梯度下降算法假设有训练数据这是42个房屋的数据，包括房子大小以及房屋价格我们的假设满足数据的函数是这样的线性函数Hypothesis:hθ(x)=θ0+θ1xh\theta(x)=\theta0+\theta1xhθ(x)=θ0+θ1xθi:模型参数\theta i:模型参数θi:模型参数θ取不同的值有不同的模型\theta取不同的值有不同的模型θ取不同的值有不同的模型我...