docs: 语句通顺

2023-07-15 22:31:34 +08:00
parent f84cff4796
commit c3c0aedac6
2 changed files with 3 additions and 3 deletions
--- a/4.人工智能/ch02/ch2.2/ch2.2.5/MMOE.md
+++ b/4.人工智能/ch02/ch2.2/ch2.2.5/MMOE.md
@@ -77,8 +77,8 @@ OK， 到这里就把MMOE的故事整理完了，模型结构本身并不是很

 那么， 为什么多任务学习为什么是有效的呢？  这里整理一个看到比较不错的答案：
 >多任务学习有效的原因是引入了归纳偏置，两个效果：
-> - 互相促进： 可以把多任务模型之间的关系看作是互相先验知识，也称为归纳迁移，有了对模型的先验假设，可以更好提升模型的效果。解决数据稀疏性其实本身也是迁移学习的一个特性，多任务学习中也同样会体现
->- 泛化作用：不同模型学到的表征不同，可能A模型学到的是B模型所没有学好的，B模型也有其自身的特点，而这一点很可能A学不好，这样一来模型健壮性更强
+> - 互相促进： 可以把多任务模型之间的关系看作是互相 先验知识，也称为归纳迁移，有了对模型的先验假设，可以更好提升模型的效果。解决数据稀疏性其实本身也是迁移学习的一个特性，多任务学习中也同样会体现
+> - 泛化作用：不同模型学到的表征不同，可能A模型学到的是B模型所没有学好的，B模型也有其自身的特点，而这一点很可能A学不好，这样一来模型健壮性更强

 ## MMOE模型的简单复现之多任务预测
 ### 模型概貌