Derin bir TensorFlow ağı eğitim verilerine uyuyor ancak yeni verilere zayıf genelleme yapıyor. Hangi teknik aşırı uydurmayı (overfitting) azaltabilir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: Dropout Methods.
Neden bu cevap
Aşırı uydurma (overfitting), modelin eğitim verilerini ezberlemesi ancak yeni, görünmeyen verilere genelleme yapamaması durumudur. Dropout, eğitim sırasında nöronların rastgele bir kısmını geçici olarak devre dışı bırakarak modelin belirli özelliklere aşırı bağımlı olmasını engeller. Bu, modelin daha sağlam ve genellenebilir özellikler öğrenmesine yardımcı olur. Threading ve Serialization, performans veya veri yönetimi ile ilgili tekniklerdir ve aşırı uydurmayı doğrudan azaltmazlar. Dimensionality Reduction (Boyut Azaltma) ise özellik sayısını azaltarak aşırı uydurmayı dolaylı olarak azaltabilir, ancak Dropout kadar doğrudan ve yaygın bir çözüm değildir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez