動手學深度學習Task3

過擬合、欠擬合及其解決方案；梯度消失、梯度爆炸；循環神經網絡進階 1、過擬合和欠擬合 過擬合：模型的訓練誤差遠小於它在測試數據集上的誤差，我們稱該現象爲過擬合 欠擬合：模型訓練誤差無法降低. 如何應對欠擬合和過擬合？在這裏我們重點討論兩個因素：模型複雜度和訓練數據集大小。 1.1.1、模型複雜度 爲了解釋模型複雜度，我們以多項式函數擬合爲例。給定一個由標量數據特徵 x 和對應的標量標籤 y 組成的

>>阅读原文<<