qq_42161919的博客

原创 深度学习——L1及L2范数

在深度学习中，监督类学习问题其实就是在规则化参数同时最小化误差。最小化误差目的是让模型拟合训练数据，而规则化参数的目的是防止模型过分拟合训练数据。参数太多，会导致模型复杂度上升，容易过拟合，也就是训练误差小，测试误差大。因此，我们需要保证模型足够简单，并在此基础上训练误差小，这样训练得到的参数才能保证测试误差也小，而模型简单就是通过规则函数来实现的。L1范数和L2范数的差别一个是绝...

原创 集成学习详解

Ensemble Learning: Bagging, Boosting, Stacking集成学习的条件：通过集成学习提高分类器的整体泛化能力，基分类器之间必须要有差异。如果使用的是同一个分类器集成，那么该集成分类器的性能不会有提升 每个基分类器的分类精度必须大于0.5。如图所示，如果基分类器精度小于0.5时，随着集成规模增加，分类集成分类器的分类精度会下降；如果基分类器的精度大于0....

原创 python手动实现二维卷积