機器學習過擬合解決——早停法

過擬合解決——早停法 一、早停法簡介(Early Stopping) 當我們訓練深度學習神經網絡的時候通常希望能獲得最好的泛化性能(generalization performance,即可以很好地擬合數據)。但是所有的標準深度學習神經網絡結構如全連接多層感知機都很容易過擬合:當網絡在訓練集上表現越來越好,錯誤率越來越低的時候,實際上在某一刻,它在測試集的表現已經開始變差。 圖1、理想中的訓練集誤
相關文章
相關標籤/搜索