tensorflow學習筆記（四）

過擬合 當模型在訓練數據上表現得很好，但是在測試數據上表現不佳的時候，說明發生了過擬合，欠擬合則是模型在任一數據集上的表現都不佳。 一般通過在模型中添加Dropout層來防止過擬合的出現 Dropout層表示在上一層的輸出中丟棄一部分節點，然後在輸入到下一層。 在沒有Dropout層時，相同的數據集來進行訓練五個不同的神經網絡，一般會得到五個不同的結果，但是經過隨機丟棄之後，結果會變的泛化。 同時

>>阅读原文<<