Techniki ograniczające przeuczenie głębokich sieci. Dropout losowo wyłącza neurony podczas treningu, weight decay karze duże wagi; do tej rodziny należą też wczesne zatrzymanie i augmentacja danych.
Techniques that curb overfitting in deep networks. Dropout randomly switches off units during training; weight decay penalises large weights; early stopping and data augmentation belong to the same family.
To sposoby utrudniające sieci zapamiętanie przykładów zamiast nauczenia się wzorów przydatnych na nowych danych.
These methods discourage a network from memorising examples instead of learning patterns useful on new data.
Model świetnie zna ćwiczenia treningowe, ale myli się na zdjęciach lub tekstach, których wcześniej nie widział.
A model handles training examples well but makes mistakes on photos or texts it has not seen before.
Trening może losowo wyłączać część sygnałów, ograniczać wielkość ustawień lub zatrzymywać naukę, gdy dalsze poprawki szkodzą nowym przykładom.
Training can randomly disable connections, limit parameter sizes or stop learning when further updates harm performance on held-out examples.
Model kwiatów dostaje podczas treningu różne ujęcia i ograniczenia, a ty sprawdzasz go na nowych zdjęciach.
A flower model receives varied views and training constraints, and you test it on new photos.