-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy path什么是神经网络模型过度拟合-overfitting.html
1015 lines (692 loc) · 58.2 KB
/
什么是神经网络模型过度拟合-overfitting.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="zh-cn,en,ja,default">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<meta name="generator" content="Deep Learning">
<title>什么是神经网络模型过度拟合(overfitting)? - Deep Learning</title>
<meta name="author" content="友邻君">
<meta name="keywords" content="deep learning,neural network,mechine learning,ANN,AI,深度学习,机器学习,">
<link rel="icon" href="http://cdn.yiyouls.com/favicon.ico">
<link rel="alternate" type="application/atom+xml" title="RSS" href="/atom.xml">
<script type="application/ld+json">{"@context":"http://schema.org","@type":"BlogPosting","author":{"@type":"Person","name":"友邻君","sameAs":["https://github.com/yiyouls","http://stackoverflow.com/users/10926004/yiyouls","https://twitter.com/hanhaishiyi","https://facebook.com/yiyouls","https://plus.google.com/u/0/108244569432480563366","https://www.linkedin.com/in/yiyouls","https://www.zhihu.com/people/yiyouls-66/activities","https://study.163.com/provider/400000000637008/index.htm?share=2&shareId=400000000637008","http://space.bilibili.com/275230151?","[email protected]"],"image":"http://cdn.yiyouls.com/profile.png"},"articleBody":"神经网络中的过度拟合(overfitting)\n这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术．\n上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它．\n当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。\n\n如何检查模型是否过度拟合我们根据模型训练过程中训练数据和验证数据的相关指标来判断模型是否过度拟合．当我们在训练中指定验证集的时候，我们同时得到模型验证的准确度和损失，以及模型训练的准确度和损失．\n如果验证指标比训练指标差得多，则表明我们的模型过度拟合。\n如果在训练期间，模型的指标是好的，但是当我们使用模型来预测测试数据时，它不能准确地对测试集中的数据进行分类，我们也可以得知我们的模型过度拟合。\n过度拟合的概念可以归结为模型无法很好地进行泛化。它已经非常好地学习了训练集的特征，但是如果我们给模型任何稍微偏离训练期间所使用数据的新数据，它就无法对特征进行推广，不能准确预测输出。\n减少过度拟合过度拟合是一个非常常见的问题。我们怎样才能减少过度拟合呢？我们来看看一些技巧。\n向训练集添加更多数据最简单的方法就是添加更多数据。我们可以训练模型的数据越多，从训练集中学到的知识就越多。此外，随着数据的增加，我们希望增加数据集的多样性。\n例如，如果我们训练模型来分类图像是狗或猫的图像，但只给模型一些大型犬的图像，如拉布拉多，金毛猎犬等，那么在实践中如果它看到一只博美犬，它可能不太能认出这是一条狗。\n如果我们向该模型添加更多以包含更多品种狗的数据，那么我们的训练数据将变得更加多样化，这样模型就不太可能过度拟合了。\n数据增强减少模型过度拟合的另一个技巧是使用数据增强(data augmentation)，这是通过合理修改训练集中的数据来产生更多数据的过程。例如，对于图像数据，我们可以通过以下方式对数据进行修改：\n\n裁剪\n旋转\n翻转\n缩放\n\n我们将在后面的文章中详细介绍数据增强的概念 。\n数据增强的理念是允许我们向训练集添加更多数据，这些数据与我们已有的数据类似，它们并不完全相同，是某种程度上进行的合理的修改。\n例如，如果我们的大多数狗图像都是面向左侧的狗，那么添加翻转图像的增强数据将是一个合理的修改，这样我们的训练集也会有面向右侧的狗了。\n降低模型的复杂度我们可以采取的其他措施来减少过度拟合，比如降低模型的复杂度。我们可以通过简单的更改来降低复杂性，例如从模型中删除一些层，或减少层中神经元的数量。这可能有助于提高模型对以前从未见过的数据的泛化能力。\nDropout我们这里最后再讲一个减少过度拟合的方法－dropout 。这个方法背后的理念是，如果我们给模型添加dropout，它将在训练期间随机忽略给定层中的某些节点子集，即，它从层中删除一些节点。这些被dropout的节点将不参与数据的预测．\n这个技术同样可以提高模型的泛化能力。dropout是一种正则化技术(regularization technique)，我们会在以后的文章中完整介绍这个概念， 你也将理解为什么dropout能够满足我们的需要。\n希望你现在能够理解过度拟合的概念，明白它为什么会发生，以及如何去减少它。在接下来的文章中，我们将探讨欠拟合的概念。下次再见！\n","dateCreated":"2019-01-27T20:30:11+08:00","dateModified":"2019-01-27T20:39:08+08:00","datePublished":"2019-01-27T20:30:11+08:00","description":"神经网络中的过度拟合(overfitting)\n这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术．\n上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它．\n当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。","headline":"什么是神经网络模型过度拟合(overfitting)?","image":["http://cdn.yiyouls.com/overfit.png","http://cdn.yiyouls.com/ai.jpg"],"mainEntityOfPage":{"@type":"WebPage","@id":"http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html"},"publisher":{"@type":"Organization","name":"友邻君","sameAs":["https://github.com/yiyouls","http://stackoverflow.com/users/10926004/yiyouls","https://twitter.com/hanhaishiyi","https://facebook.com/yiyouls","https://plus.google.com/u/0/108244569432480563366","https://www.linkedin.com/in/yiyouls","https://www.zhihu.com/people/yiyouls-66/activities","https://study.163.com/provider/400000000637008/index.htm?share=2&shareId=400000000637008","http://space.bilibili.com/275230151?","[email protected]"],"image":"http://cdn.yiyouls.com/profile.png","logo":{"@type":"ImageObject","url":"http://cdn.yiyouls.com/profile.png"}},"url":"http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html","keywords":"深度学习, ANNs, 人工神经网络, 过度拟合, overfitting","thumbnailUrl":"http://cdn.yiyouls.com/overfit.png"}</script>
<meta name="description" content="神经网络中的过度拟合(overfitting) 这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术． 上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它． 当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。">
<meta name="keywords" content="深度学习,ANNs,人工神经网络,过度拟合,overfitting">
<meta property="og:type" content="blog">
<meta property="og:title" content="什么是神经网络模型过度拟合(overfitting)?">
<meta property="og:url" content="http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<meta property="og:site_name" content="Deep Learning">
<meta property="og:description" content="神经网络中的过度拟合(overfitting) 这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术． 上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它． 当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。">
<meta property="og:locale" content="zh-cn">
<meta property="og:updated_time" content="2019-01-27T12:39:08.280Z">
<meta name="twitter:card" content="summary">
<meta name="twitter:title" content="什么是神经网络模型过度拟合(overfitting)?">
<meta name="twitter:description" content="神经网络中的过度拟合(overfitting) 这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术． 上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它． 当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。">
<meta name="twitter:creator" content="@hanhaishiyi">
<link rel="publisher" href="https://plus.google.com/108244569432480563366"/>
<meta property="og:image" content="http://cdn.yiyouls.com/profile.png"/>
<meta property="og:image" content="http://cdn.yiyouls.com/overfit.png"/>
<meta class="swiftype" name="image" data-type="enum" content="http://cdn.yiyouls.com/overfit.png" />
<meta property="og:image" content="http://cdn.yiyouls.com/ai.jpg"/>
<meta class="swiftype" name="image" data-type="enum" content="http://cdn.yiyouls.com/ai.jpg" />
<!--STYLES-->
<link rel="stylesheet" href="/assets/css/style-c4ozcsklz4kht2pebhp44xorvyverh23toayhn7i6ubrpyedak24hv1v0hyd.min.css">
<!--STYLES END-->
</head>
<body>
<div id="blog">
<!-- Define author's picture -->
<header id="header" data-behavior="4">
<i id="btn-open-sidebar" class="fa fa-lg fa-bars"></i>
<div class="header-title">
<a class="header-title-link" href="/ ">Deep Learning</a>
</div>
<a class="header-right-picture " href="#about">
<img class="header-picture" src="http://cdn.yiyouls.com/profile.png" alt="作者的图片">
</a>
</header>
<!-- Define author's picture -->
<nav id="sidebar" data-behavior="4">
<div class="sidebar-container">
<div class="sidebar-profile">
<a href="/#about">
<img class="sidebar-profile-picture" src="http://cdn.yiyouls.com/profile.png" alt="作者的图片">
</a>
<h4 class="sidebar-profile-name">友邻君</h4>
<h5 class="sidebar-profile-bio"><p>浙江大学在读</p>
</h5>
</div>
<ul class="sidebar-buttons">
<li class="sidebar-button">
<a class="sidebar-button-link " href="/ " title="首页">
<i class="sidebar-button-icon fa fa-home" aria-hidden="true"></i>
<span class="sidebar-button-desc">首页</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="/all-categories" title="分类">
<i class="sidebar-button-icon fa fa-bookmark" aria-hidden="true"></i>
<span class="sidebar-button-desc">分类</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="/all-tags" title="标签">
<i class="sidebar-button-icon fa fa-tags" aria-hidden="true"></i>
<span class="sidebar-button-desc">标签</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="/all-archives" title="归档">
<i class="sidebar-button-icon fa fa-archive" aria-hidden="true"></i>
<span class="sidebar-button-desc">归档</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link open-algolia-search" href="#search" title="搜索">
<i class="sidebar-button-icon fa fa-search" aria-hidden="true"></i>
<span class="sidebar-button-desc">搜索</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="#about" title="关于">
<i class="sidebar-button-icon fa fa-question" aria-hidden="true"></i>
<span class="sidebar-button-desc">关于</span>
</a>
</li>
</ul>
<ul class="sidebar-buttons">
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://github.com/yiyouls" target="_blank" rel="noopener" title="GitHub">
<i class="sidebar-button-icon fab fa-github" aria-hidden="true"></i>
<span class="sidebar-button-desc">GitHub</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="http://stackoverflow.com/users/10926004/yiyouls" target="_blank" rel="noopener" title="Stack Overflow">
<i class="sidebar-button-icon fab fa-stack-overflow" aria-hidden="true"></i>
<span class="sidebar-button-desc">Stack Overflow</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://twitter.com/hanhaishiyi" target="_blank" rel="noopener" title="Twitter">
<i class="sidebar-button-icon fab fa-twitter" aria-hidden="true"></i>
<span class="sidebar-button-desc">Twitter</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://facebook.com/yiyouls" target="_blank" rel="noopener" title="Facebook">
<i class="sidebar-button-icon fab fa-facebook" aria-hidden="true"></i>
<span class="sidebar-button-desc">Facebook</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://plus.google.com/u/0/108244569432480563366" target="_blank" rel="noopener" title="Google Plus">
<i class="sidebar-button-icon fab fa-google-plus" aria-hidden="true"></i>
<span class="sidebar-button-desc">Google Plus</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://www.linkedin.com/in/yiyouls" target="_blank" rel="noopener" title="LinkedIn">
<i class="sidebar-button-icon fab fa-linkedin" aria-hidden="true"></i>
<span class="sidebar-button-desc">LinkedIn</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://www.zhihu.com/people/yiyouls-66/activities" target="_blank" rel="noopener" title="知乎">
<i class="sidebar-button-icon fa fa-book" aria-hidden="true"></i>
<span class="sidebar-button-desc">知乎</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="https://study.163.com/provider/400000000637008/index.htm?share=2&shareId=400000000637008" target="_blank" rel="noopener" title="网易云课堂">
<i class="sidebar-button-icon fa fa-school" aria-hidden="true"></i>
<span class="sidebar-button-desc">网易云课堂</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="http://space.bilibili.com/275230151?" target="_blank" rel="noopener" title="bilibili">
<i class="sidebar-button-icon fa fa-video" aria-hidden="true"></i>
<span class="sidebar-button-desc">bilibili</span>
</a>
</li>
<li class="sidebar-button">
<a class="sidebar-button-link " href="/[email protected]" title="邮箱">
<i class="sidebar-button-icon fa fa-envelope" aria-hidden="true"></i>
<span class="sidebar-button-desc">邮箱</span>
</a>
</li>
</ul>
<ul class="sidebar-buttons">
<li class="sidebar-button">
<a class="sidebar-button-link " href="/atom.xml" title="RSS">
<i class="sidebar-button-icon fa fa-rss" aria-hidden="true"></i>
<span class="sidebar-button-desc">RSS</span>
</a>
</li>
</ul>
</div>
</nav>
<div class="post-header-cover
text-center
" style="background-image:url('http://cdn.yiyouls.com/ai.jpg');" data-behavior="4">
</div>
<div id="main" data-behavior="4"
class="hasCover
hasCoverMetaOut
hasCoverCaption">
<article class="post">
<span class="post-header-cover-caption caption">过低拟合说明模型泛化能力差</span>
<div class="post-header main-content-wrap text-center">
<h1 class="post-title">
什么是神经网络模型过度拟合(overfitting)?
</h1>
<div class="post-meta">
<time datetime="2019-01-27T20:30:11+08:00">
1月 27, 2019
</time>
<span>发布在 </span>
<a class="category-link" href="/categories/深度学习/">深度学习</a>
</div>
</div>
<div class="post-content markdown">
<div class="main-content-wrap">
<p>神经网络中的过度拟合(overfitting)</p>
<p>这篇文章我们介绍过度拟合的含义，以及一些减少过度拟合的技术．</p>
<p>上篇文章中我们在讨论验证集的时候提到了过度拟合的概念，我们现在具体讨论一下它．</p>
<p>当模型能够对训练集中包含的数据进行正确分类或预测，但是在对未经过训练的数据进行分类时效果不佳，就会发生过度拟合。这个时候该模型过度学习了训练集中的数据。</p>
<a id="more"></a>
<h3><span id="如何检查模型是否过度拟合">如何检查模型是否过度拟合</span></h3><p>我们根据模型训练过程中训练数据和验证数据的相关指标来判断模型是否过度拟合．当我们在训练中指定验证集的时候，我们同时得到模型验证的准确度和损失，以及模型训练的准确度和损失．</p>
<p>如果验证指标比训练指标差得多，则表明我们的模型过度拟合。</p>
<p>如果在训练期间，模型的指标是好的，但是当我们使用模型来预测测试数据时，它不能准确地对测试集中的数据进行分类，我们也可以得知我们的模型过度拟合。</p>
<p>过度拟合的概念可以归结为模型无法很好地进行泛化。它已经非常好地学习了训练集的特征，但是如果我们给模型任何稍微偏离训练期间所使用数据的新数据，它就无法对特征进行推广，不能准确预测输出。</p>
<h3><span id="减少过度拟合">减少过度拟合</span></h3><p>过度拟合是一个非常常见的问题。我们怎样才能减少过度拟合呢？我们来看看一些技巧。</p>
<h4><span id="向训练集添加更多数据">向训练集添加更多数据</span></h4><p>最简单的方法就是添加更多数据。我们可以训练模型的数据越多，从训练集中学到的知识就越多。此外，随着数据的增加，我们希望增加数据集的多样性。</p>
<p>例如，如果我们训练模型来分类图像是狗或猫的图像，但只给模型一些大型犬的图像，如拉布拉多，金毛猎犬等，那么在实践中如果它看到一只博美犬，它可能不太能认出这是一条狗。</p>
<p>如果我们向该模型添加更多以包含更多品种狗的数据，那么我们的训练数据将变得更加多样化，这样模型就不太可能过度拟合了。</p>
<h4><span id="数据增强">数据增强</span></h4><p>减少模型过度拟合的另一个技巧是使用数据增强(data augmentation)，这是通过合理修改训练集中的数据来产生更多数据的过程。例如，对于图像数据，我们可以通过以下方式对数据进行修改：</p>
<ul>
<li>裁剪</li>
<li>旋转</li>
<li>翻转</li>
<li>缩放</li>
</ul>
<p>我们将在后面的文章中详细介绍数据增强的概念 。</p>
<p>数据增强的理念是允许我们向训练集添加更多数据，这些数据与我们已有的数据类似，它们并不完全相同，是某种程度上进行的合理的修改。</p>
<p>例如，如果我们的大多数狗图像都是面向左侧的狗，那么添加翻转图像的增强数据将是一个合理的修改，这样我们的训练集也会有面向右侧的狗了。</p>
<h4><span id="降低模型的复杂度">降低模型的复杂度</span></h4><p>我们可以采取的其他措施来减少过度拟合，比如降低模型的复杂度。我们可以通过简单的更改来降低复杂性，例如从模型中删除一些层，或减少层中神经元的数量。这可能有助于提高模型对以前从未见过的数据的泛化能力。</p>
<h4><span id="dropout">Dropout</span></h4><p>我们这里最后再讲一个减少过度拟合的方法－dropout 。这个方法背后的理念是，如果我们给模型添加dropout，它将在训练期间随机忽略给定层中的某些节点子集，即，它从层中<em>删除</em>一些节点。这些被dropout的节点将不参与数据的预测．</p>
<p>这个技术同样可以提高模型的泛化能力。dropout是一种正则化技术(regularization technique)，我们会在以后的文章中完整介绍这个概念， 你也将理解为什么dropout能够满足我们的需要。</p>
<p>希望你现在能够理解过度拟合的概念，明白它为什么会发生，以及如何去减少它。在接下来的文章中，我们将探讨欠拟合的概念。下次再见！</p>
</div>
</div>
<div id="post-footer" class="post-footer main-content-wrap">
<div class="post-footer-tags">
<span class="text-color-light text-small">标签</span><br>
<a class="tag tag--primary tag--small t-link" href="/tags/ANNs/">ANNs</a> <a class="tag tag--primary tag--small t-link" href="/tags/overfitting/">overfitting</a> <a class="tag tag--primary tag--small t-link" href="/tags/人工神经网络/">人工神经网络</a> <a class="tag tag--primary tag--small t-link" href="/tags/深度学习/">深度学习</a> <a class="tag tag--primary tag--small t-link" href="/tags/过度拟合/">过度拟合</a>
</div>
<div class="post-actions-wrap">
<nav>
<ul class="post-actions post-action-nav">
<li class="post-action">
<a class="post-action-btn btn btn--default tooltip--top" href="/什么是神经网络模型欠拟合-underfitting.html" data-tooltip="什么是神经网络模型欠拟合(underfitting)?" aria-label="上一篇: 什么是神经网络模型欠拟合(underfitting)?">
<i class="fa fa-angle-left" aria-hidden="true"></i>
<span class="hide-xs hide-sm text-small icon-ml">上一篇</span>
</a>
</li>
<li class="post-action">
<a class="post-action-btn btn btn--default tooltip--top" href="/如何理解数据集中的训练集-training-set-，验证集-validation-set-以及测试集-test-set.html" data-tooltip="如何理解数据集中的训练集(training set)，验证集(validation set)以及测试集(test set)?" aria-label="下一篇: 如何理解数据集中的训练集(training set)，验证集(validation set)以及测试集(test set)?">
<span class="hide-xs hide-sm text-small icon-mr">下一篇</span>
<i class="fa fa-angle-right" aria-hidden="true"></i>
</a>
</li>
</ul>
</nav>
<ul class="post-actions post-action-share">
<li class="post-action hide-lg hide-md hide-sm">
<a class="post-action-btn btn btn--default btn-open-shareoptions" href="#btn-open-shareoptions" aria-label="Share this post">
<i class="fa fa-share-alt" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://www.facebook.com/sharer/sharer.php?u=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Facebook">
<i class="fab fa-facebook" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://twitter.com/intent/tweet?text=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Twitter">
<i class="fab fa-twitter" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://plus.google.com/share?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Google+">
<i class="fab fa-google-plus" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://service.weibo.com/share/share.php?&title=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Weibo">
<i class="fab fa-weibo" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://connect.qq.com/widget/shareqq/index.html?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html&title=什么是神经网络模型过度拟合(overfitting)?" title="分享到 QQ">
<i class="fab fa-qq" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://sns.qzone.qq.com/cgi-bin/qzshare/cgi_qzshare_onekey?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Qzone">
<i class="fa fa-star" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://widget.renren.com/dialog/share?resourceUrl=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Renren">
<i class="fab fa-renren" aria-hidden="true"></i>
</a>
</li>
<li class="post-action">
<a class="post-action-btn btn btn--default" href="#" aria-label="Back to top">
<i class="fa fa-list" aria-hidden="true"></i>
</a>
</li>
</ul>
</div>
<div id="cyReward" role="cylabs" data-use="reward"></div>
<div id="cyPoll" role="cylabs" data-use="poll"></div>
<div id="cyEmoji" role="cylabs" data-use="emoji"></div>
<div id="cyQing" role="cylabs" data-use="qing"></div>
<div id="cyHotusers" role="cylabs" data-use="hotusers"></div>
<div id="cyReping" role="cylabs" data-use="reping"></div>
<div id="cyBarrage" role="cylabs" data-use="barrage"></div>
<div id="SOHUCS" sid="什么是神经网络模型过度拟合(overfitting)?"></div>
</div>
</article>
<footer id="footer" class="main-content-wrap">
<span class="copyrights">
Copyrights © 2019 友邻君. All Rights Reserved.
</span>
</footer>
</div>
<div id="bottom-bar" class="post-bottom-bar" data-behavior="4">
<div class="post-actions-wrap">
<nav>
<ul class="post-actions post-action-nav">
<li class="post-action">
<a class="post-action-btn btn btn--default tooltip--top" href="/什么是神经网络模型欠拟合-underfitting.html" data-tooltip="什么是神经网络模型欠拟合(underfitting)?" aria-label="上一篇: 什么是神经网络模型欠拟合(underfitting)?">
<i class="fa fa-angle-left" aria-hidden="true"></i>
<span class="hide-xs hide-sm text-small icon-ml">上一篇</span>
</a>
</li>
<li class="post-action">
<a class="post-action-btn btn btn--default tooltip--top" href="/如何理解数据集中的训练集-training-set-，验证集-validation-set-以及测试集-test-set.html" data-tooltip="如何理解数据集中的训练集(training set)，验证集(validation set)以及测试集(test set)?" aria-label="下一篇: 如何理解数据集中的训练集(training set)，验证集(validation set)以及测试集(test set)?">
<span class="hide-xs hide-sm text-small icon-mr">下一篇</span>
<i class="fa fa-angle-right" aria-hidden="true"></i>
</a>
</li>
</ul>
</nav>
<ul class="post-actions post-action-share">
<li class="post-action hide-lg hide-md hide-sm">
<a class="post-action-btn btn btn--default btn-open-shareoptions" href="#btn-open-shareoptions" aria-label="Share this post">
<i class="fa fa-share-alt" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://www.facebook.com/sharer/sharer.php?u=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Facebook">
<i class="fab fa-facebook" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://twitter.com/intent/tweet?text=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Twitter">
<i class="fab fa-twitter" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="https://plus.google.com/share?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Google+">
<i class="fab fa-google-plus" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://service.weibo.com/share/share.php?&title=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Weibo">
<i class="fab fa-weibo" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://connect.qq.com/widget/shareqq/index.html?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html&title=什么是神经网络模型过度拟合(overfitting)?" title="分享到 QQ">
<i class="fab fa-qq" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://sns.qzone.qq.com/cgi-bin/qzshare/cgi_qzshare_onekey?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Qzone">
<i class="fa fa-star" aria-hidden="true"></i>
</a>
</li>
<li class="post-action hide-xs">
<a class="post-action-btn btn btn--default" target="new" href="http://widget.renren.com/dialog/share?resourceUrl=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html" title="分享到 Renren">
<i class="fab fa-renren" aria-hidden="true"></i>
</a>
</li>
<li class="post-action">
<a class="post-action-btn btn btn--default" href="#" aria-label="Back to top">
<i class="fa fa-list" aria-hidden="true"></i>
</a>
</li>
</ul>
</div>
</div>
<div id="share-options-bar" class="share-options-bar" data-behavior="4">
<i id="btn-close-shareoptions" class="fa fa-times"></i>
<ul class="share-options">
<li class="share-option">
<a class="share-option-btn" target="new" href="https://www.facebook.com/sharer/sharer.php?u=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fab fa-facebook" aria-hidden="true"></i><span>分享到 Facebook</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="https://twitter.com/intent/tweet?text=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fab fa-twitter" aria-hidden="true"></i><span>分享到 Twitter</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="https://plus.google.com/share?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fab fa-google-plus" aria-hidden="true"></i><span>分享到 Google+</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="http://service.weibo.com/share/share.php?&title=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fab fa-weibo" aria-hidden="true"></i><span>分享到 Weibo</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="http://connect.qq.com/widget/shareqq/index.html?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html&title=什么是神经网络模型过度拟合(overfitting)?">
<i class="fab fa-qq" aria-hidden="true"></i><span>分享到 QQ</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="http://sns.qzone.qq.com/cgi-bin/qzshare/cgi_qzshare_onekey?url=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fa fa-star" aria-hidden="true"></i><span>分享到 Qzone</span>
</a>
</li>
<li class="share-option">
<a class="share-option-btn" target="new" href="http://widget.renren.com/dialog/share?resourceUrl=http://yiyouls.com/什么是神经网络模型过度拟合-overfitting.html">
<i class="fab fa-renren" aria-hidden="true"></i><span>分享到 Renren</span>
</a>
</li>
</ul>
</div>
</div>
<div id="about">
<div id="about-card">
<div id="about-btn-close">
<i class="fa fa-times"></i>
</div>
<img id="about-card-picture" src="http://cdn.yiyouls.com/profile.png" alt="作者的图片">
<h4 id="about-card-name">友邻君</h4>
<div id="about-card-bio"><p>浙江大学在读</p>
</div>
<div id="about-card-job">
<i class="fa fa-briefcase"></i>
<br>
<p>博士研究生</p>
</div>
<div id="about-card-location">
<i class="fa fa-map-marker-alt"></i>
<br>
Hangzhou,Zhejiang
</div>
</div>
</div>
<div id="algolia-search-modal" class="modal-container">
<div class="modal">
<div class="modal-header">
<span class="close-button"><i class="fa fa-times"></i></span>
<a href="https://algolia.com" target="_blank" rel="noopener" class="searchby-algolia text-color-light link-unstyled">
<span class="searchby-algolia-text text-color-light text-small">by</span>
<img class="searchby-algolia-logo" src="https://www.algolia.com/static_assets/images/press/downloads/algolia-light.svg">
</a>
<i class="search-icon fa fa-search"></i>
<form id="algolia-search-form">
<input type="text" id="algolia-search-input" name="search" class="form-control input--large search-input" placeholder="Search ">
</form>
</div>
<div class="modal-body">
<div class="no-result text-color-light text-center">没有找到文章</div>
<div class="results">
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/No 1 什么是机器学习.html">
<img class="media-image" src="http://cdn.yiyouls.com/image_1.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/No 1 什么是机器学习.html">
<h3 class="media-heading">什么是机器学习(Machine Learning)？</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月16日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>机器学习与深度学习基础教程－从零开始</p>
<p>本系列教程是为初学者定制，涵盖并解释了深度学习和人工神经网络的基本概念</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/No 2 什么是深度学习？.html">
<img class="media-image" src="http://cdn.yiyouls.com/image_2.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/No 2 什么是深度学习？.html">
<h3 class="media-heading">什么是深度学习(Deep Learning)？</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月16日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>机器学习与深度学习基础教程</p>
<p>这篇文章将要回答什么是深度学习这个问题．</p>
<p>整个系列课程会涵盖深度学习领域的众多主题，我们会用很多篇文章来充分解释这些课题，以及它们的应用领域和技术实现。</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/使用hexo在Github上免费搭建功能丰富的个人博客网站.html">
<img class="media-image" src="http://cdn.yiyouls.com/web.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/使用hexo在Github上免费搭建功能丰富的个人博客网站.html">
<h3 class="media-heading">使用hexo在Github上免费搭建功能丰富的个人博客网站</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月18日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>这个系列博文将带你一步步搭建起自己的个人博客网站，包含tranquilpeak主题模板配置，站内搜索，live2d插件，mathjax数学公式插件，＂千牛云＂云加速，＂畅言＂评论区添加，打赏设置等等高阶功能．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/如何在Github上免费开通一个Github-Page作为个人主页.html">
<img class="media-image" src="http://cdn.yiyouls.com/Octocat.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/如何在Github上免费开通一个Github-Page作为个人主页.html">
<h3 class="media-heading">如何在Github上免费开通一个Github Page作为个人主页</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月19日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>为什么要选择在Github上建站，原因很简单，它是免费的．</p>
<p>只要你按照下面的六步走，就可以轻轻松松发布自己的网站，你不需要有任何关于编程或者网站建设的基础知识．所有的前提只是，你要有一个github账号．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/11大最常用静态网站建站工具，你用过几个？.html">
<img class="media-image" src="http://cdn.yiyouls.com/hexologo.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/11大最常用静态网站建站工具，你用过几个？.html">
<h3 class="media-heading">11大最常用静态网站建站工具，你用过几个？</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月19日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>在进行下一步操作之前，你首先要明白，你通过我们上篇博文所介绍的方式建立的网站，是一种静态网站，这个是最近特别流行的静态网站搭建博客的技术，非常适合让站长专注于内容创作而非网站本身的维护．</p>
<p>为什么不用动态网站例如大名鼎鼎的wordpress呢？</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/什么是人工神经网络ANNs.html">
<img class="media-image" src="http://cdn.yiyouls.com/anns.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/什么是人工神经网络ANNs.html">
<h3 class="media-heading">什么是人工神经网络ANNs?</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月25日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>什么是人工神经网络(artificial neural network)?</p>
<p>在上一篇文章中我们把深度学习定义为机器学习的子领域，深度学习所用到的算法是受大脑神经网络的结构和功能的启发．因为这个浅显的的原因，深度学习中使用的模型被称为人工神经网络（ANN）。</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/如何理解神经网络中层-layer-的概念？.html">
<img class="media-image" src="http://cdn.yiyouls.com/ceng.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/如何理解神经网络中层-layer-的概念？.html">
<h3 class="media-heading">如何理解神经网络中层(layer)的概念？</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月25日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>如何理解神经网络中层(layer)的概念?</p>
<p>我们在之前的文章中认识了只有三个层的神经网络，但在很多时候我们有多个隐藏层，这篇文章探讨如何深入理解神经网络中层的概念，并提供一个多层神经网络的构建方法．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/如何理解神经网络中的激活函数-ativation-functions.html">
<img class="media-image" src="http://cdn.yiyouls.com/function.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/如何理解神经网络中的激活函数-ativation-functions.html">
<h3 class="media-heading">如何理解神经网络中的激活函数(ativation functions)?</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月26日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>神经网络中的激活函数</p>
<p>这篇文章向大家解释激活函数到底是什么，以及如何在神经网络中使用激活函数．我会向大家介绍几种常见的激活函数，向大家展示这些激活函数如何在Keras中以代码的形式呈现．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/如何训练人工神经网络？.html">
<img class="media-image" src="http://cdn.yiyouls.com/sgd.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/如何训练人工神经网络？.html">
<h3 class="media-heading">如何训练(train)人工神经网络？</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月26日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><h4 id="神经网络的训练"><a href="#神经网络的训练" class="headerlink" title="神经网络的训练"></a>神经网络的训练</h4><p>这篇文章带大家学习如何训练一个人工神经网络．之前的文章中我们学习了如何构建一个简单的人工神经网络，当我们把一个神经网络配置好之后，下一步就是来训练它了．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
<div class="media">
<div class="media-left">
<a class="link-unstyled" href="http://yiyouls.com/人工神经网络是如何学习-learn-的.html">
<img class="media-image" src="http://cdn.yiyouls.com/learn.png" width="90" height="90">
</a>
</div>
<div class="media-body">
<a class="link-unstyled" href="http://yiyouls.com/人工神经网络是如何学习-learn-的.html">
<h3 class="media-heading">人工神经网络是如何学习(learn)的?</h3>
</a>
<span class="media-meta">
<span class="media-date text-small">
2019年1月27日
</span>
</span>
<div class="media-content hide-xs font-merryweather"><p>神经网络的学习过程</p>
<p>这篇文章我们来探讨人工神经网络是怎样学习的．</p>
<p>本篇内容涵盖损失loss，梯度gradient，学习率lerning rate，epoch，verbose，batch批处理等概念．</p></div>
</div>
<div style="clear:both;"></div>
<hr>
</div>
</div>
</div>
<div class="modal-footer">
<p class="results-count text-medium" data-message-zero="没有找到文章" data-message-one="找到 1 篇文章" data-message-other="找到 {n} 篇文章">
找到 23 篇文章
</p>
</div>
</div>
</div>
<div id="cover" style="background-image:url('http://cdn.yiyouls.com/cover.jpg');"></div>
<!--SCRIPTS-->
<script src="/assets/js/script-dbd16rvloemmuxdzniplmnxxvwoz24eya9wol0b7vvmlokgqsjivmb8dnscy.min.js"></script>
<!--SCRIPTS END-->
<script type="text/javascript">
(function(){
var appid = 'cyu2tTq0X';
var conf = 'prod_04b0d924b891393f35b9626442a6e448';
var width = window.innerWidth || document.documentElement.clientWidth;
if (width < 960) {
window.document.write('<script id="changyan_mobile_js" charset="utf-8" type="text/javascript" src="http://changyan.sohu.com/upload/mobile/wap-js/changyan_mobile.js?client_id=' + appid + '&conf=' + conf + '"><\/script>'); } else { var loadJs=function(d,a){var c=document.getElementsByTagName("head")[0]||document.head||document.documentElement;var b=document.createElement("script");b.setAttribute("type","text/javascript");b.setAttribute("charset","UTF-8");b.setAttribute("src",d);if(typeof a==="function"){if(window.attachEvent){b.onreadystatechange=function(){var e=b.readyState;if(e==="loaded"||e==="complete"){b.onreadystatechange=null;a()}}}else{b.onload=a}}c.appendChild(b)};loadJs("https://changyan.sohu.com/upload/changyan.js",function(){window.changyan.api.config({appid:appid,conf:conf})}); } })(); </script>