2、改善深层神经网络

偏差方差

解决过拟合的措施:

1、增加数据集

2、L2正则化

3、Dropout正则化

4、数据预处理方式增加数据集

5、早停机制

正则化输入的重要性

梯度检查

梯度检查注意事项

mini-batch

一般取64-512

指数加权平均

指数加权平均的偏差修正

动量梯度下降

RMSprop

Adam:结合上面两种优化算法的优点

学习率衰减

Batch-norm批标准化:减少了该层与上一层的权重更新关系,

猜你喜欢

转载自blog.csdn.net/qq_34514046/article/details/82084048