วีดีโอ: เหตุใดข้อผิดพลาดการฝึกอบรมจึงน้อยกว่าข้อผิดพลาดในการทดสอบ
2024 ผู้เขียน: Lynn Donovan | [email protected]. แก้ไขล่าสุด: 2023-12-15 23:54
NS ความผิดพลาดในการฝึก มักจะเป็น น้อยกว่า NS ทดสอบผิดพลาด เนื่องจากมีการใช้ข้อมูลเดียวกันกับที่ใช้ในแบบจำลองเพื่อประเมิน ความผิดพลาดในการฝึก . ส่วนหนึ่งของความคลาดเคลื่อนระหว่าง ความผิดพลาดในการฝึก และ ทดสอบผิดพลาด เป็นเพราะ การฝึกอบรม ชุดและ ทดสอบ set มีค่าอินพุตต่างกัน
ดังนั้น ข้อผิดพลาดในการตรวจสอบความถูกต้องสูงกว่าข้อผิดพลาดในการฝึกเสมอหรือไม่
แม้ว่าโดยทั่วไปแล้ว ความผิดพลาดในการฝึก จะเกือบ เสมอ ดูถูกดูแคลนของคุณ ข้อผิดพลาดในการตรวจสอบ . อย่างไรก็ตามมันเป็นไปได้สำหรับ ข้อผิดพลาดในการตรวจสอบ ให้น้อยลง กว่าการอบรม . คุณสามารถคิดได้สองวิธี: Your การฝึกอบรม ชุดมีกรณีที่ 'ยาก' มากมายให้เรียนรู้
นอกจากนี้ เหตุใดข้อผิดพลาดในการฝึกจึงเพิ่มขึ้น อย่างไรก็ตาม ข้อผิดพลาด ในชุดการทดสอบจะลดลงเมื่อเราเพิ่มความยืดหยุ่นจนถึงจุดหนึ่ง ในกรณีนี้ที่เกิดขึ้นที่ 5 องศา เป็นความยืดหยุ่น เพิ่มขึ้น เกินกว่านี้ ข้อผิดพลาดการฝึกอบรมเพิ่มขึ้น เพราะนางแบบได้ท่องจำ การฝึกอบรม ข้อมูลและเสียงรบกวน
ในทำนองเดียวกัน คุณอาจถามว่าข้อผิดพลาดการฝึกอบรมและข้อผิดพลาดในการทดสอบคืออะไร
ข้อผิดพลาดในการฝึกอบรม เกิดขึ้นเมื่อ a ผ่านการอบรม ส่งคืนโมเดล ข้อผิดพลาด หลังจากรันบนข้อมูลอีกครั้ง มันเริ่มส่งคืน ผิด ผลลัพธ์. ข้อผิดพลาดในการทดสอบ คือสิ่งที่เกิดขึ้นเมื่อ ผ่านการอบรม โมเดลทำงานบนชุดข้อมูลที่ไม่มีแนวคิดใดๆ แปลว่า การฝึกอบรม ข้อมูลแตกต่างอย่างสิ้นเชิงจาก การทดสอบ ข้อมูล.
เหตุใดความแม่นยำในการตรวจสอบจึงสูงกว่าความแม่นยำในการฝึก
NS การฝึกอบรม การสูญเสียคือ สูงกว่า เพราะคุณทำให้เครือข่ายให้คำตอบที่ถูกต้องได้ยากขึ้น อย่างไรก็ตาม ในช่วง การตรวจสอบความถูกต้อง ทุกยูนิตมีให้ใช้งาน ดังนั้นเครือข่ายจึงมีพลังในการคำนวณเต็มรูปแบบ ดังนั้นจึงอาจทำงานได้ดีขึ้น กว่า ใน การฝึกอบรม.