Regularisation 正则化
正则化：约束连接权重约束连接权重：L2正则化：添加一个与连接权重的L2范数相对应的损失项L1正则化：添加一个与连接权重的L1范数相对应的损失项=> 倾向于稀疏连接权重（即更多接近0的连接权重）正则化因子：控制添加多少正则化Keras示例：（l2可以改为l1，0.01是正则化因子）model.add(keras.layers.Dense(300, activation="relu", kernel_regularizer=keras.regularizers.l2(0.01)))正则化是一种用于防止机器学习模型过拟合的技术。过拟合发生在模型对训练数据学得“太好”，...
机器学习
2024-03-16 PM
激活函数性能对比
Try with ReLU activation for hidden layers # import Keras & Tensorflow import tensorflow as tf import keras # Load image data fashion_mnist = keras.datasets.fashion_mnist (x_train, y_train), (x_test, y_test) = fashion_mnist.load_data() class_names = ["T-shirt/top", "Trouser&qu...
机器学习
2024-03-16 PM
