深度学习:深度学习有时也称为端到端机器学习(end-to-end machine learning)。这里所说的端到端是指从一端到另一端的意思,也就是从原始数据(输入)中获得目标结果(输出)的意思。
泛化能力:泛化能力是指处理未被观察迹的数据(不包含在训练数据中的数据)的能力。获得泛化能力是机器孚习的最终目标。/比如,在识别手写数字的问题中,泛化能力可能会被用在自动读取明信片的邮政编码的系统上。此时,手写数字识别就必须具备较高的识别“某个人”写的字的能力。注意这里不是“特定的某个人写的特定的文字”,而是“任意-一个人写的任意文字”。如果系统只能正确识别已有的训练数据,那有可能是只学习到了训练数据中的个人的习惯写法。
Epoch:一个epoch , 表示所有的数据送入网络中, 完成了一次前向计算 + 反向传播的过程。
由于一个epoch 常常太大, 分成几个小的 baches .
将所有数据迭代训练一次是不够的, 需要反复多次才能拟合、收敛。
在实际训练时、 将所有数据分成多个batch , 每次送入一部分数据。
使用单个epoch 更新权重 不够。
随着epoch 数量的增加, 权重更新迭代的次数增多, 曲线从最开始的不拟合状态, 进入优化拟合状态, 最终进入过拟合。
epoch 如何设置: 大小与数据集的多样化程度有关, 多样化程度越强, epoch 越大。
参考:深度学习: Epoch 是什么?_zhaoyuyu_nudt的博客-CSDN博客_epoch