03論文筆記《ImageNet Classification with Deep Convolutional Neural Network》

降低過擬合(reduce overfitting) 我們的神經網絡架構有6000萬參數。儘管ILSVRC的1000類使每個訓練樣本從圖像到標籤的映射上強加了10比特的約束,但這不足以學習這麼多的參數而沒有相當大的過擬合。下面,我們會描述我們用來克服過擬合的兩種主要方式。 1.1 Date Augmentation 圖像數據上最簡單常用的用來減少過擬合的方法是使用標籤保留變換來人工增大數據集。我們使
相關文章
相關標籤/搜索