Làm thế nào để xác định quá mức trong mạng lưới thần kinh chuyển đổi?

Tôi hiểu rằng bỏ học được sử dụng để giảm sự phù hợp trong mạng. Đây là một kỹ thuật khái quát.

Trong mạng lưới thần kinh tích chập làm thế nào tôi có thể xác định quá mức?

Một tình huống mà tôi có thể nghĩ đến là khi tôi đạt được độ chính xác đào tạo quá cao so với độ chính xác kiểm tra hoặc xác nhận. Trong trường hợp đó, mô hình cố gắng phù hợp với các mẫu đào tạo và thực hiện kém với các mẫu thử nghiệm.

Đây có phải là cách duy nhất cho biết nên áp dụng bỏ học hay nên bỏ học một cách mù quáng vào mô hình với hy vọng rằng nó làm tăng độ chính xác kiểm tra hoặc xác nhận

Trong mạng lưới thần kinh tích chập làm thế nào tôi có thể xác định quá mức?

So sánh hiệu suất trong đào tạo (ví dụ: độ chính xác) so với hiệu suất trong kiểm tra hoặc xác nhận là cách duy nhất (đây là định nghĩa của quá mức).

nên bỏ học một cách mù quáng vào mô hình với hy vọng rằng nó làm tăng độ chính xác kiểm tra hoặc xác nhận?

Bỏ học thường giúp, nhưng tỷ lệ bỏ học tối ưu phụ thuộc vào tập dữ liệu và mô hình. Bỏ học cũng có thể được áp dụng cho các lớp khác nhau trong mạng. Ví dụ từ Tối ưu hóa siêu âm mạng thần kinh với các quy trình Gaussian để phân loại hành động hộp thoại , IEEE SLT 2016.:

Bạn cũng có thể muốn dừng lại sớm: