【模型泛化教程】标签平滑与Keras, TensorFlow，和深度学习

教程题目

模型泛化教程：标签平滑与Keras, TensorFlow，和深度学习

教程简介

在本教程中，您将学习使用Keras、TensorFlow和Deep Learning实现标签平滑的两种方法，即正则化器和变迁平滑。 在训练你自己定制的深层神经网络时，有两个关键问题你应该不断地问自己： 是不是太过度训练数据了？模型会推广到训练和测试分离之外的数据吗？正则化方法有助于克服过度拟合，并有助于我们的模型的推广。然而，还有另一种正则化技术我们还没有讨论-标签平滑。 标签平滑：

• 将“硬”类标签分配转换为“软”标签分配。
• 直接在标签上操作。
• 很容易实现。
• 可以得到一个更通用的模型

标签平滑

硬标签与软标签。