矫正过拟合与欠拟合:
过拟合:减少features,增大数据量,增加正则项
欠拟合:增多features,减少正则项
神经网络流程:
先进行正向传播:得到每一层的权值
再进行反向传播:
计算误差loss=(y-prediction),向后计算出每一层的cost fuction,用梯度下降等优化器去最小化cost fuction
矫正过拟合与欠拟合:
过拟合:减少features,增大数据量,增加正则项
欠拟合:增多features,减少正则项
神经网络流程:
先进行正向传播:得到每一层的权值
再进行反向传播:
计算误差loss=(y-prediction),向后计算出每一层的cost fuction,用梯度下降等优化器去最小化cost fuction