tensorflow學習筆記(四)

過擬合 當模型在訓練數據上表現得很好,但是在測試數據上表現不佳的時候,說明發生了過擬合,欠擬合則是模型在任一數據集上的表現都不佳。 一般通過在模型中添加Dropout層來防止過擬合的出現 Dropout層表示在上一層的輸出中丟棄一部分節點,然後在輸入到下一層。 在沒有Dropout層時,相同的數據集來進行訓練五個不同的神經網絡,一般會得到五個不同的結果,但是經過隨機丟棄之後,結果會變的泛化。 同時
相關文章
相關標籤/搜索