深度學習框架TensorFlow學習與應用（四）——擬合問題、優化器

1、擬合 1）迴歸問題： 過擬合儘可能去經過每個樣本點，偏差爲零。假若有一個新的樣本點：git 會發現過擬合的誤差會很大。web 2）分類問題： 一樣的當獲得新的樣本點後，過擬合的錯誤率可能會提升。算法 3）防止過擬合： 1.增長數據集網絡 2.正則化方法，在代價函數後面加一個正則項svg 3.Dropout：訓練時，在每一次迭代時使得一些神經元工做，一些神經元不工做。測試時再使用全部的神經元。函

>>阅读原文<<