📄 33.txt
字号:
发信人: strawman (独上江楼思渺然), 信区: DataMining
标 题: Re: 这个里面的 训练过度 是不是 over fitting
发信站: 南京大学小百合站 (Thu Sep 19 14:38:56 2002), 站内信件
是的,这里讲的过度其实就是overfitting。
【 在 sunme (方枪枪) 的大作中提到: 】
: 由于神经网络隐含层中的可变参数太多,如果训练时间足够长的话,神经网络很可能把训
:
: 练集的所有细节信息都“记”下来,而不是建立一个忽略细节只具有规律性的模型,我们
:
: 称这种情况为训练过度。显然这种“模型”对训练集会有很高的准确率,而一旦离开训练
:
: 集应用到其他数据,很可能准确度急剧下降。为了防止这种
:
: 训练过度
:
: 的情况,我们必须知道在什么时候要停止训练。在有些软件实现中会在训练的同时用一个
: 测试集来计算神经网络在此测试集上的正确率,一旦这个正确率不再升高甚至开始下降时
: ,那么就认为现在神经网络已经达到做好的状态了可以停止训练。
--
白云在天,丘陵自出。
道里悠远,山川间之。
将子无死,尚复能来。
※ 来源:.南京大学小百合站 bbs.nju.edu.cn.[FROM: 202.119.36.111]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -