偏差和方差

當我們費勁周章不斷調參來訓練模型時，不可避免地會思考一系列問題，模型好壞的評判標準是什麼？改善模型的依據何在？何時停止訓練爲佳？ 要解決上述問題，我們需要引入偏差和方差這兩個概念，理解他們很重要，也是後續瞭解過擬合、正則化、提早終止訓練、數據增強等概念和方法的前提。 一、概念定義 偏差（bias）：偏差衡量了模型的預測值與實際值之間的偏離關係。通常在深度學習中，我們每一次訓練迭代出來的新模型，都會

>>阅读原文<<