การ ยิง มาก เกิน ไป: การ ใช้ กลยุทธ์ ที่ ใช้ ได้ จริง และ การ วาง รากฐาน แบบ คณิตศาสตร์

การ พูด คุย กัน มาก เกิน ไป เป็น สิ่ง จําเป็น เพื่อ จะ พัฒนา แบบ จําลอง ที่ แข็ง แรง บทความ นี้ จะ ศึกษา กลยุทธ์ ที่ ใช้ ได้ จริง และ หลัก การ ทาง คณิตศาสตร์ ที่ อยู่ หลัง จาก นั้น จะ ป้องกัน ไม่ ให้ เกิด การ ทํา เกิน เหตุ

การ เข้าใจ มาก เกิน ไป

การ ทํา เกิน สิทธิ์ เกิด ขึ้น เมื่อ ตัว จําลอง จับ เสียง รบกวน ใน ข้อมูล ที่ ได้ รับ การ ฝึก แทน ที่ จะ เป็น แบบ ที่ อยู่ ใน แบบ ฝึก หัด การ ฝึก แบบ จําลอง การ ทํา เช่น นี้ จะ ทํา ให้ ข้อมูล ที่ ได้ รับ การ ฝึก อย่าง ถูก ต้อง แม่นยํา มาก แต่ ไม่ ค่อย ได้ รับ การ ปรับ ให้ เข้า กับ ข้อมูล ที่ ไม่ ได้ เห็น.

การ ใช้ มาตรการ ที่ ใช้ ได้ จริง เพื่อ ป้องกัน การ ใช้ มาก เกิน ไป

• [FLT: 0] Cros-Validation:[[FLT: 1) ใช้เทคนิคเช่น k-wrward cross-validation เพื่อประเมินประสิทธิภาพของผลงานในภาพยนตร์ต่าง ๆ
• [FLT: 0] การแบ่งประเภท: ประยุกต์ใช้การลงทัณฑ์อย่าง L1 หรือ L2 การปรับให้เป็นแบบปกติ
• [FLT: 0] หยุดเล่น: หยุดการฝึกเมื่อประสิทธิภาพของข้อมูลการตรวจสอบเริ่มลดลง
• [FLT: 0] ดําเนินการ: จําลองแบบแบบอย่างที่ง่าย โดยการเอาตัวแปรหรือกิ่งที่ไม่จําเป็นออกไป
• [FLT: 0] Data Augmentment: เพิ่มความผันผวนของข้อมูล เพื่อปรับปรุงทั่วไป (FLT: 1).

มูลนิธิคณิตศาสตร์

เทคนิคการปรับปกติ แก้ไขฟังก์ชันการสูญเสีย เพื่อลงโทษแบบจําลองที่ซับซ้อน ตัวอย่างเช่น L2 การทําปกติเพิ่มค่าเทอมสัดส่วนกับ สี่เหลี่ยมน้ําหนักโมเดล:

[ข้อความ {Los] =ข้อความ[Original Los} + แลมดา ผลรวม o i} w i^2]

ที่ ซึ่ง (พม่า) ควบคุม ความ แข็ง แรง ของ การ ทํา งาน เป็น ประจํา.