复习
regression输出的是标量,但classification输出的是Boolean类型的值
bias太大说明现在是under fitting,需要将model变复杂
variance太大说明现在是over fitting,需要加大training data或regularation,(加一个惩罚项,可以为L1--绝对值和,L2---平方和开根号,dropout也是正则化:每一次会丢弃p%的神经元,从而让weight尽可能的合适)
后向传播算法的推导
GM公式推导
复习
regression输出的是标量,但classification输出的是Boolean类型的值
bias太大说明现在是under fitting,需要将model变复杂
variance太大说明现在是over fitting,需要加大training data或regularation,(加一个惩罚项,可以为L1--绝对值和,L2---平方和开根号,dropout也是正则化:每一次会丢弃p%的神经元,从而让weight尽可能的合适)
后向传播算法的推导
GM公式推导