How does reducing the complexity of a model contribute to preventing overfitting?
4 phương ánCó giải thích
Các phương án trả lời
Chọn một phương ánLời giảiChọn phương án để mở
Đáp án đúng: "It encourages the model to capture general patterns rather than noise.". Mô hình càng nhiều lớp và nhiều tham số thì càng có khả năng ghi nhớ từng mẫu huấn luyện kể cả nhiễu; giảm độ phức tạp, ví dụ bớt lớp, bớt nơ-ron hoặc thêm regularization (chuẩn hoá phạt trọng số), giới hạn khả năng ghi nhớ đó, buộc mô hình chỉ giữ những quy luật xuất hiện lặp lại trên nhiều mẫu, nên tổng quát hoá tốt hơn. "It increases the risk of overfitting." nói ngược cơ chế, vì chính mô hình quá phức tạp mới làm tăng nguy cơ quá khớp. "It has no impact on overfitting." sai vì dung lượng mô hình là một trong những yếu tố quyết định mức quá khớp. "It makes the model more prone to memorizing noise." cũng ngược lại, mô hình đơn giản hơn ít khả năng ghi nhớ nhiễu hơn, dù giảm quá tay có thể dẫn đến underfitting (chưa khớp).
Cùng phần 2
In the context of creating a new model with a pre-trained model in TensorFlow, what is the benefit of transfer learning?Có lời giảiCâu hỏiWhat is a typical representation of training and validation accuracies on a plot?Có lời giảiCâu hỏiTypical input size for ImageNet-pretrained InceptionV3 is:Có lời giảiCâu hỏiCả 36 câu của chủ đề36 câu