TensorFlow2學習筆記--過擬合和欠擬合

過擬合： overfitting，train的效果很好，但是test時不行，因爲模型複雜度太高，因爲數據都會有一些隨機的噪聲，模型過度擬合帶噪聲的數據，導致test時擬合不好 欠擬合： underfiting，train和test的loss一直下不去，而且acc也差，往往是因爲模型複雜度小於實際數據的複雜度。   多項式階數越高的模型能擬合表達的就越複雜，網絡越深，參數越多，模型的表達能力也越強

>>阅读原文<<