超有趣的神经网络可视化工具Tensorflow-Playground

本文介绍了Tensorflow-Playground这一神经网络可视化工具,通过该平台可以直观理解非线性激活函数如sigmoid、tanh和relu的作用,以及它们在不同神经网络(如CNN、RNN和GAN)中的应用。此外,还探讨了过拟合问题及应对策略,如dropout和L2正则化。
摘要由CSDN通过智能技术生成

http://playground.tensorflow.org/
在这里插入图片描述

https://www.bilibili.com/video/BV15J411u7Ly

正则化对高次系数进行惩罚
batch size 每次喂的数据个数
epoch 1 = 遍历一遍train数据

非线性激活函数

sigmoid : 2分类 负无穷 到正无穷 压缩到【0 1】
tanh gan lstm 负无穷 到正无穷 压缩到【-1 1】
relu cnn

各种神经网络的用途

  • cnn 计算机视觉
  • rnn 语音处理 自然语言处理
  • gan 生成图片

https://www.bilibili.com/video/BV1w4411u7ay
在这里插入图片描述
过拟合 train误差不断下降
测试集 误差居高不下

dropout 避免过拟合

在这里插入图片描述
L2 正则 也是处理过拟合

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值