Products
GG网络技术分享 2025-11-21 05:25 15
嘿,细小朋友,今天我们要聊一个让深厚度学模型变得geng机灵的技巧,叫正则化。想象一下 我们的模型就像一个中意画画的细小孩子,但是有时候它会画得hen乱,就像我们的作业本上有时候会不细小心画上乱七八糟的东西。正则化就像妈妈说的,要让自己的画齐整一点,这样老师才会中意哦。
在Keras这玩意儿画画工具里我们Neng用一些特殊的方法来让模型画得geng齐整。比如 我们Neng给模型加上一些细小标签,告诉它画的时候要注意不要画得太麻烦,这样它就会变得机灵一些,不会乱画了。

from keras import regularizers
model.add))
这里 我们用了一个叫ZuoL1正则化和L2正则化的标签,告诉模型要注意不要画得太麻烦。
正则化系数就像画画时的橡皮擦,用得不优良会让画变得geng乱。所以我们要细小心调整,Neng通过试一试的方法,kan哪个橡皮擦用起来Zui优良。
正则化的系数一般需要手动调整,Neng的方式来选择合适的系数。
对啦,细小朋友,还有一种方法Neng让模型变得geng机灵,就是数据增有力。这就像给模型kangeng许多的画,让它学会geng许多的画法。
在Keras中,我们Neng通过ImageDataGenerator类来实现数据增有力。
from keras.preprocessing.image import ImageDataGenerator
train_datagen = ImageDataGenerator
用生成器训练模型
model.fit_generator, steps_per_epoch=len / 32, epochs=epochs)
EarlyStopping就像一个老师, Ru果模型画得不优良,就会早点下课,不让它接着来画下去。这样模型就不会画得太麻烦,也不会过拟合。
from keras.callbacks import EarlyStopping
early_stopping = EarlyStopping
训练模型
model.fit
正则化是一种让深厚度学模型变得geng机灵的技巧,它Neng帮我们别让模型画得太乱。在Keras中, 我们Neng通过L1正则化、L2正则化、数据增有力和EarlyStopping等方法来实现正则化。这样,我们的模型就Neng学会geng许多的画法,变得geng加机灵了。
Demand feedback