卷積神經網絡的過擬合、梯度彌散、batchsize的影響的問題

第一個問題：模型過擬合 １.１　什麼是過擬合 所謂過擬合（Overfit），是這樣一種現象：一個假設在訓練數據上能夠獲得比其他假設更好的擬合，但是在訓練數據外的數據集 上卻不能很好的擬合數據。此時我們就叫這個假設出現了overfit的現象。  １.２　造成過擬合的原因 　如上圖所示：過擬合，就是擬合函數需要顧忌每一個點，最終形成的擬合函數波動很大。在某些很小的區間裏，函數值的變化很劇烈。這就意味着

>>阅读原文<<