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