深度学习
文章平均质量分 71
雨落,,
各种技能进阶中
展开
-
过拟合、验证集、交叉验证
选出合适的模型(超参数)后,可以把训练集和验证集合并起来,在上面重新把模型训练一遍,得到最终模型,然后再用测试集测试其泛化能力。(训练集=子训练集+验证集),训练集里的噪音验证集也一并继承,所以你有时可能会发现这样一种情况:训练集和验证集准确率都非常高(90%以上),测试集却低得惊掉下巴。方式:数据集需要划分成训练集、验证集、测试集三部分,训练集和验证集的划分采用N折交叉的方式。调整模型参数,训练集,调整超参数,验证集,测试集最终评估。多一种参数调节,多一种验证集,不调超参数就不用验证集。原创 2023-03-23 15:10:40 · 853 阅读 · 0 评论 -
Transformer
transformer原创 2022-10-03 13:50:57 · 1018 阅读 · 0 评论 -
归纳偏置 (Inductive Bias)
归纳偏置原创 2022-10-03 12:56:56 · 1992 阅读 · 0 评论 -
数据预处理 ToTensor和Normalize
使用机器学习和深度学习对数据进行训练前,需要对数据进行预处理,本文记录下,与数据预处理相关过程。数据预处理两个操作:transform.ToTensor(),transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))关于对这两个的操作理解均来自文章参考https://zhuanlan.zhihu.com/p/4142423381、transform.ToTensor() 功能转变一个PIL图片或者np.array转变成单精度的tensor将输入的原创 2022-04-30 12:03:06 · 3788 阅读 · 1 评论