《α是阿尔法,β是贝塔,那接下去呢?》1 Α α alpha a:lf 阿尔法 2 Β β beta bet 贝塔 3 Γ γ gamma ga:m 伽马 4 Δ δ delta delt 德尔塔 5 Ε ε epsilon ep`silon 伊普西龙 6 Ζ ζ zeta zat 截塔 7 Η η eta eit 艾塔 8 Θ θ thet θit 西塔 9 Ι ι iot aiot 约塔 10 Κ κ kappa kap 卡帕 11 ∧ λ lambda lambd 兰布达 兰姆达 12 Μ μ mu mju 缪 13 Ν ν nu nju 纽 14 Ξ ξ xi ksi 克西
bias and variance
偏差过大:欠拟合。方差过大:过拟合
在只有两个特征的二位数据集中,我们可以绘制数据,将偏差和方差可视化,但在多维空间数据中,绘制数据和可视化分割边界无法实现,这时我们可以通过几个指标来研究:训练集误差,验证集误差....
顺便说:dev/test必须是同一分布,相当于是为了训练过程确定一个优化目标(靶子),训练的过程就是不断瞄准靶子,朝验证集误差更低的方向走,如果与test分布不同,相当于临时换了个靶子,训练目标和实际测试的目标不一样。
如果算法存在高偏差问题,准备更多训练数据其实没什么用
正则化:减少方差。在cost函数(这里是逻辑回归函数)中加正则项,预防权重过大。
如果用L1正则化,w最终是稀疏的,就是w向量中有很多0,使模型变得稀疏,却没有降低太多存储内存,lamda是正则化参数通常使用dev集来配置这个参数,要同时考虑训练集,即前一项,把正则项设置较小可以避免过拟合,注(python中是lambd)
L2正则化用得更多,权重乘了小于1的系数,被称为权重衰减
如果正则化稀疏lamda足够大, 权重矩阵w接近0,即把许多隐藏单元权重设置接近0,但它们还存在,只是影响变小了,这时会大大简化网络,更接近与欠拟合,寻找Lamda中间值。
另一种解释:w变小,z变小,每层几乎都是线性的。
偏差过大:欠拟合。方差过大:过拟合
在只有两个特征的二位数据集中,我们可以绘制数据,将偏差和方差可视化,但在多维空间数据中,绘制数据和可视化分割边界无法实现,这时我们可以通过几个指标来研究:训练集误差,验证集误差....
顺便说:dev/test必须是同一分布,相当于是为了训练过程确定一个优化目标(靶子),训练的过程就是不断瞄准靶子,朝验证集误差更低的方向走,如果与test分布不同,相当于临时换了个靶子,训练目标和实际测试的目标不一样。
如果算法存在高偏差问题,准备更多训练数据其实没什么用
正则化:减少方差。在cost函数(这里是逻辑回归函数)中加正则项,预防权重过大。
如果用L1正则化,w最终是稀疏的,就是w向量中有很多0,使模型变得稀疏,却没有降低太多存储内存,lamda是正则化参数通常使用dev集来配置这个参数,要同时考虑训练集,即前一项,把正则项设置较小可以避免过拟合,注(python中是lambd)
L2正则化用得更多,权重乘了小于1的系数,被称为权重衰减
如果正则化稀疏lamda足够大, 权重矩阵w接近0,即把许多隐藏单元权重设置接近0,但它们还存在,只是影响变小了,这时会大大简化网络,更接近与欠拟合,寻找Lamda中间值。
另一种解释:w变小,z变小,每层几乎都是线性的。
1 Α α alpha a:lf 阿尔法
2 Β β beta bet 贝塔
3 Γ γ gamma ga:m 伽马
4 Δ δ delta delt 德尔塔
5 Ε ε epsilon ep`silon 伊普西龙
6 Ζ ζ zeta zat 截塔
7 Η η eta eit 艾塔
8 Θ θ thet θit 西塔
9 Ι ι iot aiot 约塔
10 Κ κ kappa kap 卡帕
11 ∧ λ lambda lambd 兰布达
12 Μ μ mu mju 缪
13 Ν ν nu nju 纽
14 Ξ ξ xi ksi 克西
15 Ο ο omicron omik`ron 奥密克戎
16 ∏ π pi pai 派
17 Ρ ρ rho rou 肉
18 ∑ σ sigma `sigma 西格马
19 Τ τ tau tau 套
20 Υ υ upsilon jup`silon 宇普西龙
21 Φ φ phi fai 佛爱
22 Χ χ chi phai 西
23 Ψ ψ psi psai 普西
24 Ω ω omega o`miga 欧米伽
2 Β β beta bet 贝塔
3 Γ γ gamma ga:m 伽马
4 Δ δ delta delt 德尔塔
5 Ε ε epsilon ep`silon 伊普西龙
6 Ζ ζ zeta zat 截塔
7 Η η eta eit 艾塔
8 Θ θ thet θit 西塔
9 Ι ι iot aiot 约塔
10 Κ κ kappa kap 卡帕
11 ∧ λ lambda lambd 兰布达
12 Μ μ mu mju 缪
13 Ν ν nu nju 纽
14 Ξ ξ xi ksi 克西
15 Ο ο omicron omik`ron 奥密克戎
16 ∏ π pi pai 派
17 Ρ ρ rho rou 肉
18 ∑ σ sigma `sigma 西格马
19 Τ τ tau tau 套
20 Υ υ upsilon jup`silon 宇普西龙
21 Φ φ phi fai 佛爱
22 Χ χ chi phai 西
23 Ψ ψ psi psai 普西
24 Ω ω omega o`miga 欧米伽
✋热门推荐