- 博客(1)
- 资源 (3)
- 收藏
- 关注
原创 pytorch笔记13--过拟合&dropout
导致过拟合的原因:训练网络的数据量太少;网络神经元太多; 解决过拟合:增加训练时的数据量;正规化;dropout(每次随机丢弃一定数量的neuron,防止对神经元的过分依赖) 1. 训练过程用两个不同的网络测试,动图如下:(自己截动图很麻烦,所以从网上拿来的) 2. 自己运行的结果图如下:可以看到没加dropout的网络几乎照顾到了每一个训练数据(过拟合),但是对测试数据来说效果就很差...
2020-04-02 21:44:47 441
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人