【深度學習】防止過擬合

一、什麼是過擬合 過擬合（overfitting）指在模型參數擬合過程中的問題，由於訓練數據包含抽樣誤差，訓練時，複雜的模型將抽樣誤差也考慮在內，將抽樣誤差也進行了很好的擬合。具體表現就是最終模型在訓練集上效果好；在測試集上效果差。模型泛化能力弱。 二、爲什麼會過擬合 發生過擬合的主要原因可以有以下三點： （1）噪聲數據佔比過大，樣本集噪音數據佔比大導致模型過分記住噪音特徵，反而對真實輸入輸出關係

>>阅读原文<<