pytorch
文章平均质量分 96
weixin_43878815
这个作者很懒,什么都没留下…
展开
-
那就从过拟合与欠拟合说起
过拟合与欠拟合基础方差:度量同样大小的训练集的变动所导致的学习性能的变化,刻画了数据扰动所造成的影响。偏差:度量学习算法的期望预测与真实结果的偏离程度,刻画学习算法本身的拟合能力。噪声:当任务上任何学习算法所能达到的期望泛化误差的下界,刻画了学习问题本身的难度。图为:方差-偏差-噪声交叉验证法:将数据集划分为k个大小相似的互斥子集,每个子集都尽可能保持数据分布一致,即从数据中通过分层采样得到,然后每次用k-1个子集的并集作为训练集余下的做测试。重复上边过程可以得到k个结果最后返回k个评测中误差原创 2021-07-07 16:59:56 · 144 阅读 · 0 评论 -
深度学习记录
一、 Pytorch学习1.Pytorch的安装2.Pytorch的基本操作3.Pytorch与其他框架的基本对比与优势4.Pytorch的第一个小例子原创 2021-04-27 21:36:57 · 310 阅读 · 0 评论