深度學習&機器學習基礎之1-從誤差講起

從誤差講起 1. 誤差 2. 正則化 2.1 L 1 L_1 L1​正則化 2.2 L 2 L_2 L2​正則化 1. 誤差 試想一下，你辛辛苦苦訓練了一個自認爲超級牛逼的神經網絡，但是一到測試集上驗證，發現結果並不符合預期，是不是就開始懷疑人生了呢？爲什麼不對呢？預測結果與真實結果的誤差到底是哪裏來的呢？ 誤差的來源無非兩部分：bias + variance，所謂Bias，指的是訓練出的模型已經

>>阅读原文<<