Dropout：训练时随机“摸鱼”
Dropout 在训练时随机让一部分神经元“失活”，强迫网络不要过度依赖任何单个神经元。这种“制造不可靠”的训练方式，反而提升了模型的鲁棒性，是最巧妙的正则化手段之一。 Dropout 的思路极其...
10小时前
正则化：给模型戴上“紧箍咒”
正则化通过在损失函数里增加惩罚项，阻止模型把参数学得过于极端，从而抑制过拟合。它让模型“别太用力”，在训练数据上的表现略微下降，换来在新数据上更稳定。 正则化的思想充满东方智慧：留...
10小时前10小时前10小时前
