天天看點

KEKR的機器學習筆記二———神經網絡流程及如何矯正過拟合與欠拟合

矯正過拟合與欠拟合:

過拟合:減少features,增大資料量,增加正則項

欠拟合:增多features,減少正則項

KEKR的機器學習筆記二———神經網絡流程及如何矯正過拟合與欠拟合

神經網絡流程:

先進行正向傳播:得到每一層的權值

KEKR的機器學習筆記二———神經網絡流程及如何矯正過拟合與欠拟合

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

KEKR的機器學習筆記二———神經網絡流程及如何矯正過拟合與欠拟合

繼續閱讀