1.12 改善你的模型的表现(Improving your model performance)
提高机器学习模型性能主要要解决两个问题:avoidable bias和variance。training error与human-level error之间的差值反映的是avoidable bias,dev error与training error之间的差值反映的是variance
基本假设:
模型在训练集上有很好的表现;
模型推广到开发和测试集啥也有很好的表现
减少可避免偏差
训练更大的模型
训练更长时间、训练更好的优化算法(Momentum、RMSprop、Adam)
寻找更好的网络架构(RNN、CNN)、寻找更好的超参数
减少方差
收集更多的数据
正则化(L2、dropout、数据增强)
寻找更好的网络架构(RNN、CNN)、寻找更好的超参数
Last updated