深度學習中關於過擬合問題的解決方案

防止過擬合的方法?網絡 定義：overfitting是指在模型參數擬合的過程當中，因爲訓練數據包含抽樣偏差，訓練時複雜的模型把抽樣偏差也考慮在內，對這些抽樣偏差也作了很好的擬合。函數 表現：最終模型在訓練集上表現好，在測試集上表現差。模型泛化能力弱。學習 解決方案：測試 1.獲取更多的數據，讓模型接觸到儘量多的可能性，模型在通過不斷的修正以後，就會獲得一個比較好的效果。（獲取數據能夠經過數據加強的

>>阅读原文<<