CS231n Lecture 3:损失函数和优化
博客专区 > clgo 的博客 > 博客详情
CS231n Lecture 3:损失函数和优化
clgo 发表于4个月前
CS231n Lecture 3:损失函数和优化
  • 发表于 4个月前
  • 阅读 5
  • 收藏 0
  • 点赞 0
  • 评论 0

腾讯云 新注册用户 域名抢购1元起>>>   

课程PPT:http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture3.pdf

本节作业:

损失函数可以分辨一个分类器的优略。 损失函数计算: 输入图片说明

当参数W使得损失函数L等于0,那么参数的整数倍也会使损失函数为0.

1.模型应该在训练集上表现良好 2.模型应该尽量简单,越简单的参数越有竞争力。

正则化: 正则化策略:可能会以增大训练误差为代价来减小测试误差。估计的正则化以偏差的增加换取方差的减少。一个有效的正则化策略是可以有效的减小方差而不过度增加偏差。

输入图片说明

输入图片说明

共有 人打赏支持
粉丝 2
博文 87
码字总数 34305
×
clgo
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: