第四周深层网络

核对矩阵的维数
在这里插入图片描述
Z,A的向量维度会变化
在这里插入图片描述
深层网络表示

在这里插入图片描述
在这里插入图片描述
搭建深层网络块
在这里插入图片描述
在这里插入图片描述
将Z值缓存下来,会有很大的帮助。
反向传播
在这里插入图片描述
在这里插入图片描述
参数和超参数
在这里插入图片描述

超参数:学习率a,循环的次数,隐藏层数,隐藏单元,激活函数的选择
minibatch size,正则化参数,
训练——开发——测试集
在这里插入图片描述
在这里插入图片描述
当训练集来自网页上的图片 ,测试开发集来自用户的上传的图片
尽量让两个数据集的分布相同 ,
方差和偏差
在这里插入图片描述
欠拟合,介于欠拟合和过拟合之间,过拟合
在这里插入图片描述
在这里插入图片描述
正则化
逻辑回归的正则化
lambda(python保留字lambd)
在这里插入图片描述
在这里插入图片描述
why正则化能减少过拟合
可能有些隐藏单元给消掉了,过拟合变成高偏差
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/qq526928635/article/details/92382411