知识卡片
区分偏差与优化
训练损失高可能有两种不同原因:模型可表达的函数范围过窄,或范围足够而优化没有找到较好的参数。可以先训练较简单的基线;在更复杂模型能够表达基线解的前提下,若它的训练损失反而更高,应检查优化而不是立即归咎于过拟合。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 实践方法论 2.2 优化问题 · 查看原书依据
接下来还缺一个深的模型,如果深的模型跟浅的模型比起来,明明灵活性比较高,损失却没有办法比浅的模型压得更低,就说明优化有问题,需要用一些其他的方法来更好地进行优化.
参考来源
- 位置:《深度学习详解》第2章《实践方法论》2.2 优化问题(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter02.xhtml`)
- 结论依据:原文通过训练与测试表现、数据变换或数据分布说明本卡对应判断。
- 原始内容:接下来还缺一个深的模型,如果深的模型跟浅的模型比起来,明明灵活性比较高,损失却没有办法比浅的模型压得更低,就说明优化有问题,需要用一些其他的方法来更好地进行优化.