技術 [Day24] Regularization in Deep Learning

前言 本篇開始之後的幾天，預計將介紹模型訓練的最後一個章節，正規化(Regularization)。本篇會先給一些Overview的介紹，後續的幾篇則會有實作。...

技術 [Day08] Model Validation with PyTorch

前言 前一日已經開始進行模型的訓練。本日將討論要如何確認或挑選訓練出來的模型是否真的好？真的朝著正確的方向在邁進呢？ 過擬合 （Overfitting） 在訓練...

技術 [Day 18] 我會把我的over fitting，drop好drop滿

前言 走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡(Done) 學習率的設定(To do) 訓練輪數(To do) 模型深...

技術 如何避免Overfitting

Overfitting是在執行任何模型的時候我們都要注意的問題，今天就來聊聊overfitting是什麼 Overfitting vs. underfittin...

技術 Day 9 - 目前(傳統)的機器學習三步驟(4)-訓練之測試

交叉驗證 Cross-Validation (wiki) 交叉驗證，有時亦稱循環估計，是一種統計學上將數據樣本切割成較小子集的實用方法。於是可以先在一個子集上做...

技術 ML_Day15(Regularization(Solving overfitting))

簡單回顧介紹regularization之前，必須要了解什麼是overfitting。在之前的章節或多或少都有提到overfitting這號人物，那他為什麼那...

技術 [精進魔法] Regularization：減少 Overfitting ，提高模型泛化能力

當開始興致勃勃的嘗試畫魔法陣，搭建神經網絡模型時，也許會遇到下面的情形： 哥布林之吶喊：我明明在訓練集表現很好啊，為什麼實際上線時結果卻崩潰了（抱頭） 那你...