深度學習之過擬合問題（一）

  通常能夠經過增長神經元數目、加深網絡層次來提高神經網絡的學習能力，使其學到的模型更加符合實際數據的分佈狀況。但要注意神經網絡模型不能過於複雜，要注意避免訓練效率降低以及過擬合等問題。產生過擬合的根本緣由在於：網絡 （1）觀測值與真實值之間的偏差：框架     訓練樣本=真實值+隨機偏差，學習時儘量地擬合了訓練樣本，而不是真實值，即學到了真實規律之外的隨機偏差。dom （2）數據太少，沒法反映真

>>阅读原文<<