深度學習過擬合

過擬合是深度學習中十分常見的問題，一個模型如果過擬合了就無法很好的適用於實際的業務場景中。 防止過擬合的方法： (1)引入正則化 (2)dropout (3)提前終止訓練 (4)增加樣本量 下面一一作出詳細的介紹： 正則化 模型過擬合極有可能是模型過於複雜造成的。模型在訓練的時候，在對損失函數進行最小化的同時，也需要對參數添加限制，這個限制也就是正則化懲罰項。  假設模型的損失函數爲： 加入正則項

>>阅读原文<<