【人工智能】我与人工智能的100个问题

【人工智能】我与人工智能的100个问题

断更了

可以并且会是一件很伟大的事情；

可以先通过对数变换变成正态图像，等回归完成后，再通过反对数变换变回去。为了使得图像避免左偏或右偏。

目前只能通过图像观察。

前面的层是提取特征，后面的层是分类。卷积层和全连接层的作用是由位置决定的。

随着程序的运行，学习率要逐渐缩小。作用是找到最优解。

调小模型复杂度，使其适合自己训练集的数量级（缩小宽度和减小深度）；训练集越多，过拟合的概率越小。在计算机视觉领域中，增广的方式是对图像旋转，缩放，剪切，添加噪声等；参数太多，会导致我们的模型复杂度上升，容易过拟合，也就是我们的训练误差会很小。 正则化是指通过引入额外新信息来解决机器学习中过拟合问题的一种方法。这种额外信息通常的形式是模型复杂性带来的惩罚度。 正则化可以保持模型简单，另外，规则项的使用还可以约束我们的模型的特性。dropout方法在训练的时候让神经元以一定的概率不工作。Early stopping便是一种迭代次数截断的方法来防止过拟合的方法，即在模型对训练数据集迭代收敛之前停止迭代来防止过拟合。Bagging通过平均多个模型的结果，来降低模型的方差。重新清洗数据。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。