知识卡片
模型实现的验证
模型训练存在参数初始化、样本顺序等随机因素,单次损失或指标表现不能单独证明实现正确,也不能因表现差就断言代码错误:模型结构、超参数及问题本身也会影响结果。应在不同测试问题和参数组合上反复观察损失与指标,并结合理论核对实现;多次观察建立信心,但不是形式证明。
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
- · S003 前言
原书出处 · 1 处
- 前言 前言 · 查看原书依据
但是,模型的实现总有对错。错的实现在各个测试问题上都不会有好的表现。
参考来源
- 位置:《用Python实现深度学习框架》前言(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_002.html`)
- 结论依据:原文在 前言 解释该判断及其条件,卡片沿用书中的模型和训练语境。
- 原始内容:但是,模型的实现总有对错。错的实现在各个测试问题上都不会有好的表现。