![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络建模
Nanan_0913
这个作者很懒,什么都没留下…
展开
-
似然函数的一般理解
似然与概率的区别似然 VS 概率在英语语境里,likelihood 和 probability 的日常使用是可以互换的,都表示对机会 (chance) 的同义替代。但在数学中,probability 这一指代是有严格的定义的,即符合柯尔莫果洛夫公理 (Kolmogorov axioms) 的一种数学对象(换句话说,不是所有的可以用0到1之间的数所表示的对象都能称为概率),而 likelihoo...原创 2019-01-30 15:42:22 · 1341 阅读 · 0 评论 -
贝叶斯正则化在神经网络拟合中的通俗理解
机器学习中防止过拟合的方法:3种增加数据集正则化<多用L2正则化>Dropout<深度学习中常采用的一种正则化方法>这里简单解释一下Dropout方法:Dropout可以简单地理解为在DNNs训练的过程中,以概率P丢弃部分神经元,即:使得被丢弃的神经元输出为0。使用时要注意Dropout率的选择(0.01,0.25,0.5)正则化:通过修原创 2019-02-11 16:45:51 · 15396 阅读 · 4 评论