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 微信会员卡等级和折扣规则
- ¥15 微信公众平台自制会员卡可以通过收款码收款码收款进行自动积分吗
- ¥15 随身WiFi网络灯亮但是没有网络,如何解决?
- ¥15 gdf格式的脑电数据如何处理matlab
- ¥20 重新写的代码替换了之后运行hbuliderx就这样了
- ¥100 监控抖音用户作品更新可以微信公众号提醒
- ¥15 UE5 如何可以不渲染HDRIBackdrop背景
- ¥70 2048小游戏毕设项目
- ¥20 mysql架构,按照姓名分表
- ¥15 MATLAB实现区间[a,b]上的Gauss-Legendre积分