Quá phù hợp xảy ra khi một mô hình học sâu học tập dữ liệu đào tạo quá tốt, bao gồm tiếng ồn và tiếng hơn, giảm khả năng tổng quát của nó để tổng quát hóa dữ liệu mới. nhận diện và ngăn chặn việc sử dụng quá trình là thiết yếu để xây dựng mô hình hiệu quả.

Hiểu thái quá

Quá phù hợp xảy ra khi một mô hình thu được chi tiết của dữ liệu đào tạo quá mức, dẫn đến độ chính xác cao về dữ liệu đào tạo nhưng hiệu suất kém về dữ liệu vô hình. nó thường được gây ra bởi các mô hình quá phức tạp tương đối với kích thước dữ liệu.

Tính toán để phát hiện ra sự quá phù hợp

Theo dõi sự khác biệt giữa đào tạo và độ chính xác hợp lệ hoặc mất mát giúp phát hiện sự phù hợp. Một khoảng cách quan trọng cho thấy sự phù hợp. Tính toán chung bao gồm:

  • Lỗi trong việc đào tạo.
  • Sự mất mát ): lỗi trên bộ hợp lệ.
  • Tính chất ): khoảng cách giữa đào tạo và hợp lệ hoá.

Những biện pháp ngăn chặn

Chiến lược tăng cường có thể giảm bớt sự phù hợp và cải tiến mô hình tổng quát.

  • Kỹ thuật như L1 và L2 thêm hình phạt cho trọng lượng mô hình.
  • Tắt ): ngẫu nhiên không dùng nơ ron trong quá trình đào tạo để ngăn chặn sự đồng-adatation.
  • Dừng ): ngừng luyện tập khi hiệu suất hợp lệ ngừng cải thiện.
  • @ item: credit ): mở rộng dữ liệu đào tạo với sự biến đổi.
  • Mô phỏng Mô phỏng [FLT: 1]: giảm sự phức tạp bằng cách giảm lớp hoặc tham số.