深度學習中的欠擬合和過擬合簡介

一般狀況下，當咱們訓練機器學習模型時，咱們可使用某個訓練集，在訓練集上計算一些被稱爲訓練偏差(training error)的度量偏差，目標是下降訓練偏差。機器學習和優化不一樣的地方在於，咱們也但願泛化偏差(generalization error)(也被稱爲測試偏差(test error))很低。泛化偏差被定義爲新輸入的偏差指望。這裏，指望的計算基於不一樣的可能輸入，這些輸入採自於系統在現實中遇

>>阅读原文<<