- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 防止训练深度网络中出现过拟合现象
在进行训练深度网络时，如果数据量（训练样本）比较小，或者网络结构过于复杂，是很容易出现过拟合现象。先解释下什么是过拟合现象，一般数据集会分为训练集，验证集，和测试集，如果在训练集上的正确率和验证集上的差值较大（即方差过大），就可以认定训练过程出现了过拟合现象。关于过拟合现象的解决，网络上和书籍中都有不少介绍，在这里本人是学习Andrew Ng的学习视频和台湾的Hung-yi Lee课件总结的。PS
2017-09-25 16:39:22
16577
转载 TensorFlow下网络模型的存储与加载
#!/usr/bin/env python# 导入mnist数据库from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)import tensorflow as tfimport os# 定义输入变量x = tf.
2017-09-14 10:51:03
309
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人