想要讓乙個監督學習演算法達到實用，基本上希望或者假設你可以完成兩件事情。
首先，你的演算法對訓練集的擬合很好，這可以看成是你能做到可避免偏差很低。還有第二件事你可以做好的是，在訓練集中做得很好，然後推廣到開發集和測試集也很好，這就是說方差不是太大。
如果你想用盡一切辦法減少可避免偏差，我建議試試這樣的策略：比如使用規模更大的模型，這樣演算法在訓練集上的表現會更好，或者訓練更久。使用更好的優化演算法，比如說加入 momentum 或者 rmsprop，或者使用更好的演算法，比如 adam。你還可以試試尋找更好的新神經網路架構，或者說更好的超引數。這些手段包羅萬有，你可以改變啟用函式，改變層數或者隱藏單位數，雖然你這麼做可能會讓模型規模變大。或者試用其他模型，其他架構，如迴圈神經網路和卷積神經網路。在之後的課程裡我們會詳細介紹的，新的神經網路架構能否更好地擬合你的訓練集，有時也很難預先判斷，但有時換架構可能會得到好得多的結果。
另外當你發現方差是個問題時，你可以試用很多技巧，包括以下這些：你可以收集更多資料，因為收集更多資料去訓練可以幫你更好地推廣到系統看不到的開發集資料。你可以嘗試正則化，包括l2正則化,dropout 正則化或者我們在之前課程中提到的資料增強。同時你也可以試用不同的神經網路架構，超引數搜尋，看看能不能幫助你，找到乙個更適合你的問題的神經網路架構。
來改善你的switch語句
善用多型來改善你的switch語句 下面舉的這乙個例子,其實和 重構 第一章裡面的那乙個經典例項很像的,重構 一本書絕對是一本好書,非常不錯值得推薦的一本書。舉乙個例子,是我現在的乙個專案裡面一位同事寫的一小段 如下,它可以根據不同的操作符進行加減乘除方面的操作,而且這一些操作很有可能發生一些變化。...
通過iMindMap改善你的工作方式的教程
對於imindmap 10，已經介紹了很多新增與改進的功能，你以為已經結束了？其實不然，本文，小編還會繼續和你分享它的乙個新功能與乙個更新功能。這兩個功能將在不經意間改善你的工作方式。多 支援 更新側面板 imindmap 10的側面板已經過調整 簡化和壓縮，您可以更快地訪問您最需要的工具。圖示和影...
10個步驟改善你的記憶力
要是你突然發覺自己已經變老了的話，那很有可能是因為你不好使的記性在作怪。要是你的記性還算好使的話，你也一定不介意在此基礎上再提高提高吧。記性好的好處就是在別人還在苦苦追憶瑣事時，你可以不費吹飛之力地憶起它。大腦就好似一系列雜亂無章的檔案櫃，儲存著一大堆資訊。要是你按照下文的10個步驟的話，你就可以更...