Come evitare l’overfitting durante l’allenamento della rete neurale
- Sfondo
- Cos’è l’overfitting?
- Regolarizzazione del lazo (L1) e della cresta (L2).
- Arresto anticipato
- Ritirarsi
- Altri metodi
- Riepilogo
Finora in questa serie di reti neurali 101 abbiamo discusso due modi per migliorare le prestazioni delle reti neurali: ottimizzazione degli iperparametri e ottimizzatori di discesa del gradiente più veloci. Puoi controllare quei post qui sotto:
Esiste un’altra serie di tecniche che aiutano nella prestazione ed è la regolarizzazione. Ciò aiuta a evitare che il modello si adatti eccessivamente al set di dati di addestramento per ottenere previsioni più accurate e coerenti.
In questo articolo tratteremo un’ampia gamma di metodi per regolarizzare la tua rete neurale e come puoi farlo in PyTorch!
Se ti è piaciuto questo articolo, assicurati di iscriverti al mio canale YouTube!
Fare clic sul collegamento per i tutorial video che insegnarti i concetti fondamentali della scienza dei dati in modo digeribile!
Ricapitoliamo rapidamente cosa intendiamo per overfitting nell’apprendimento automatico e nelle statistiche.
Fonte: towardsdatascience.com
