知识卡片
损失引导模型更新
监督学习先依据样本特征产生预测,再比较预测和标签;损失用数值表示预测的偏差。训练算法利用误差调整模型参数,以改善后续预测。一次调整也可能影响其他样本,因此需要控制步幅并观察整体效果。
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
- 机器学习与深度学习入门 · 查看原书依据
一旦做出预测,我们就只检查计算机的预测与专家的标签是否匹配
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第1章《机器学习与深度学习入门》1.2(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0008_split_002.html`)
- 结论依据:原文解释预测误差、参数调整或模型容量及其代价。
- 原始内容:一旦做出预测,我们就只检查计算机的预测与专家的标签是否匹配,如果它们不匹配,我们会计算出一个误差(error),也称为代价(cost)或损失。这是一个数值,用于告知算法离正确结果还有多远。该系统会根据其内部参数的当前值、专家的预测结果(当前