在《深度学习》一书中看到,更深层的网络能够更好地泛化(P125)。但书中也提及,测试集的性能比训练集差的多应考虑降低模型大小(P259)。现在有些困惑了,当遇到过拟合时,就网络层数而言,应该增加网络层数还是减少?
1条回答 默认 最新
- threenewbee 2019-11-17 12:24关注
说的都没错,但是你要搞清楚控制变量。那就是数据训练量,数据少,你更深层的网络就更容易过拟合。在数据量不是问题的情况下,更深层的网络能够更好地泛化。
解决 无用评论 打赏 举报
悬赏问题
- ¥15 关于#matlab#的问题:在模糊控制器中选出线路信息,在simulink中根据线路信息生成速度时间目标曲线(初速度为20m/s,15秒后减为0的速度时间图像)我想问线路信息是什么
- ¥15 banner广告展示设置多少时间不怎么会消耗用户价值
- ¥16 mybatis的代理对象无法通过@Autowired装填
- ¥15 可见光定位matlab仿真
- ¥15 arduino 四自由度机械臂
- ¥15 wordpress 产品图片 GIF 没法显示
- ¥15 求三国群英传pl国战时间的修改方法
- ¥15 matlab代码代写,需写出详细代码,代价私
- ¥15 ROS系统搭建请教(跨境电商用途)
- ¥15 AIC3204的示例代码有吗,想用AIC3204测量血氧,找不到相关的代码。