听课(李宏毅老师的)笔记,方便梳理框架,以作复习之用。本节课主要讲了遇到模型训练结果不好的时候该怎么快速判断哪里出了问题,以及部分的应对方法 1. General Guidance 2. Model bias 就是你模型太简单了 3. Optimization 在训练集上效果就不好,除了是本身模型有一定的偏差,如太过简单等,还有可能是优化问题 ,比如学习率、梯度下降的方法、起始点的选择等 4. 怎么判断是Model bias还是Opimization导致的? 首先要明确,不是所有的测试数据集上的结果不好都是过拟合导…