【深度學習_2.1.2】神經網絡正則化

偏差大(欠擬合):訓練集和測試集的準確率都很低;通常可以增加單層神經元數量、增加層數來優化 方差大(過擬合):訓練集的正確率高,測試集(或dev)的正確率比訓練集低一些;通常可以增大正則化lambda的值、增加訓練集數據量解決 可以通過在訓練模型過程中正則化來解決過擬合問題 l2正則化,在原來的cost function基礎上添加l2 regularization cost   對於反向傳播,dW
相關文章
相關標籤/搜索