这篇文章没有摘要

这个想法来源于深度学习中，深度学习模型在数据集上进行训练拟合数据，获得泛化能力，从而能预测新的数据。其中训练算法就是先让模型通过输入数据预测出一个值，将这个值与样本标签值做误差，将误差通过例如牛顿迭代、梯度下降反向更新模型权重，这个权重将会使模型有更准确的预测，于是不断进行这个过程，预测与更新，模型将越来越准确。当然，那是理想情况，模型往往会停留在…