saas网站建设,广西建设局网站,网上接网站开发类订单的平台,做违规网站本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记#xff0c;视频由网易云课堂与 deeplearning.ai 联合出品#xff0c;主讲人是吴恩达 Andrew Ng 教授。感兴趣的网友可以观看网易云课堂的视频进行深入学习#xff0c;视频的链接如下#xff1a; 神经网络和… 本专栏是网易云课堂人工智能课程《神经网络与深度学习》的学习笔记视频由网易云课堂与 deeplearning.ai 联合出品主讲人是吴恩达 Andrew Ng 教授。感兴趣的网友可以观看网易云课堂的视频进行深入学习视频的链接如下 神经网络和深度学习 - 网易云课堂 也欢迎对神经网络与深度学习感兴趣的网友一起交流 ~ 在训练神经网络时我们需要做出很多决策例如神经网络分多少层、每层含有多少隐藏单元、学习率是多少、各层采用哪些激活函数。 当构建新的深度学习应用时我们不可能从一开始就准确预测出这些信息以及其他超参数。 实际上应用深度学习是一个经验性、高度迭代的过程。人们通常从一个初始想法开始然后编写代码并尝试运行代码通过运行和测试得到神经网络的运行结果然后根据运行结果调整策略多次循环不断完善神经网络。创建高质量的训练集、验证集与测试集有助于提高迭代效率。 对于数据集人们通常会将这些数据划分成几部分一部分作为训练集Training set一部分作为验证集Development set最后一部分则作为测试集Test set。 训练集用于执行训练算法验证集用于检验算法选择最好的模型。经过充分验证选定了最终模型后就可以在测试集上进行评估了。测试集的主要目的是评估模型的性能。 在”小数据“时代数据集划分的常见做法是将所有数据七三分即训练集与测试集的数据分别占 70%30%没有验证集或者训练 / 验证 / 测试集数据分别占 60%20%20%。 当数据量小于 10000 时上述的划分方法是合理的。但是在”大数据“时代数据量可能是百万级别那么验证集和测试集占数据总量的比例会趋向于变得更小。 例如在 100 万个数据中验证集和测试集各需要 10000 个那么训练集训练集数据就有 98 万训练 / 验证 / 测试集数据分别占 98%1%1%。 最后要确保验证集和测试集来自同一分布。有时候没有测试集也是可以的 这时验证集一部分作用是充当测试集所以也叫验证测试集。
