矯正過擬合與欠擬合:
過擬合:減少features,增大數據量,增加正則項
欠擬合:增多features,減少正則項
神經網絡流程:
先進行正向傳播:得到每一層的權值
再進行反向傳播:
計算誤差loss=(y-prediction),向後計算出每一層的cost fuction,用梯度下降等優化器去最小化cost fuction
矯正過擬合與欠擬合:
過擬合:減少features,增大數據量,增加正則項
欠擬合:增多features,減少正則項
神經網絡流程:
先進行正向傳播:得到每一層的權值
再進行反向傳播:
計算誤差loss=(y-prediction),向後計算出每一層的cost fuction,用梯度下降等優化器去最小化cost fuction