一起动脑筋 · 先看一个小故事
女孩希望机器人一次就学会所有水果，机器人把训练画成小步调旋钮的过程。
把过程摊开来看
- 先预测得到初始表现
- 算误差观察偏离
- 小步调整改变参数
- 再评估看新数据表现
优化通常通过多次参数更新逐渐改进模型。
步子太大可能错过合适区域，太小可能训练慢；训练设置需要结合任务判断。
训练误差下降只是一个信号，还要观察验证数据，防止只记熟训练样本。
轮到你来试一试
训练成绩一直升，未见图片的成绩却下降，值得继续盲目训练吗？
想好了吗？点开看解释
不值得。可能过拟合，需要检查停止时机、数据和训练设置。
带走一个发现
优化通常通过多次参数更新逐渐改进模型。
试着遮住上面的图，把每一步讲给家人听。如果某一步说不清楚，就回到那张卡片再看一遍。