深度學習揭祕之防止過擬合（overfitting）

摘要：本文總結深度學習過擬合產生的原因以及解決辦法，涵蓋正則化、dropout等操作，可以作爲工程中的一份開發指南。 神經網絡通過大量的參數模擬各種繁多的任務，並能擬合各種複雜的數據集。這種獨特的能力使其能夠在許多難以在「傳統」機器學習時代取得進展的領域——例如圖像識別、物體檢測或自然語言處理等領域表現優異。然而，有時候，最大的優點也是潛在的弱點。模型在學習過程時，如果缺乏控制可能會導致過擬合（o

>>阅读原文<<