![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL
透明的胡萝卜
这个作者很懒,什么都没留下…
展开
-
TF-1
https://www.zhihu.com/question/54513728 name_scope, variable_scope等如何理解 交叉熵 tensorflow-损失函数详解 交叉熵刻画的是两个概率分布之间的距离,是分类问题中使用比较广泛的损失函数之一。给定两个概率分布p和q,通过交叉熵计算的两个概率分布之间的距离为: 我们通过softmax回归将神经网络前向传播得到的结...原创 2019-03-12 16:50:45 · 238 阅读 · 0 评论 -
DL-深度学习基础
目录 过拟合与欠拟合 降低过拟合风险的方法 降低欠拟合风险的方法 过拟合与欠拟合 欠拟合指模型不能在训练集上获得足够低的训练误差 过拟合指模型的训练误差与测试误差(泛化误差)之间差距过大 反应在评价指标上,就是模型在训练集上表现良好,但是在测试集和新数据集上表现一般呢(泛化能力差) 降低过拟合风险的方法 所有为了减少测试误差的策略统称为正则化方法,这些方法可能以增大训练误差为...原创 2019-02-22 16:43:40 · 421 阅读 · 0 评论