本贴投票：<div><div style="color: rgb(76, 79, 105); background-color: rgb(239, 241, 245); font-family: "Maple Mono", "Maple Mono NF CN", Consolas, "Courier New", monospace, Consolas, "Courier New", monospace; line-height: 19px; white-space: pre;"><div><span style="color: #179299;">1.</span> 早停法保留能使代价最低的参数</div><div><span style="color: #179299;">2.</span> 早停法保留最后一次训练得到的参数</div><div><span style="color: #179299;">3.</span> 对抗训练让模型学习它容易出错的样本</div><div><span style="color: #179299;">4.</span> 对抗训练同时运行两个模型，优胜劣汰</div><div><span style="color: #179299;">5.</span> Dropout 近似模型集成</div><div><span style="color: #179299;">6.</span> Dropout 丢弃部分样本</div><div><span style="color: #179299;">7.</span> Dropout 是一种参数绑定方法</div><div><span style="color: #179299;">8.</span> 正切传播使用正切函数</div><div><span style="color: #179299;">9.</span> 正切传播假设数据处于低维流形</div></div></div>
👍 0 赞
