欠擬合和過擬合&&梯度消失和梯度爆炸&&循環神經網絡進階

一.欠擬合和過擬合 1.1訓練誤差與泛化誤差 在解釋上述現象之前，我們需要區分訓練誤差（training error）和泛化誤差（generalization error）。通俗來講，前者指模型在訓練數據集上表現出的誤差，後者指模型在任意一個測試數據樣本上表現出的誤差的期望，並常常通過測試數據集上的誤差來近似。 1.2 模型選擇 1.2.1 驗證數據集 從嚴格意義上講，測試集只能在所有超參數和模型

>>阅读原文<<