- 博客(2)
- 收藏
- 关注
原创 过拟合的的解决方法及原理理解
过拟合就是在训练集上表现很好,在验证集表现极差,也就是对训练集拟合的太好了。吴恩达老师课堂上的图片可形象表示:解决过拟合的方法:1.早点结束训练,越训练越糟糕。2.增加数据集3.正则化,L1正则化,L2正则化4.dropout随机失活个人理解:解决过拟合原理就是消除或者减小许多隐藏单元的影响。正则化(regularization):加入正则化参数可减小权重数值,即反向传播求w,w会变小(加入了,被减数增大了)。dropout即随机使一些神经单元失活,这样也降低了网络的
2021-07-29 16:41:36 258
原创 ML.NET部署onnx模型遇到onnxruntime.dll找不到
按照ML.NET官方教程一步步来,死活运行不出来,一直报错,说实在的微软在这块做的确实不好,版本不兼容最起码在官方教程中指出来吧。官方教程网址:教程:使用 ONNX 深度学习模型检测对象 - ML.NET | Microsoft Docs将教程中所需的三个包换成1.4.0版本即可解决。官方教程都能这样,着实无语希望后续能够优化。...
2021-07-27 15:46:57 1641 3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人