知识卡片
模型容量与资源代价
模型容量描述模型能够表达和学习的关系的范围。容量不足可能无法表达数据中的关系;更大模型能表示更丰富的关系,但通常消耗更多计算时间和内存。容量并不保证结果更好,仍须用数据检验。
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
在计算机中,模型是由软件结构和它所用的参数值组成的
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:在计算机中,模型是由软件结构和它所用的参数值组成的,更庞大的程序和参数集可以引导模型从数据中学习更多内容,这时我们就说它有更大的容量(capacity),或者说表征能力。我们可以把这看作算法能够学习的东西的深度和广度,而更大的容量使我们有更