過擬合和欠擬合

1  什麼是過擬合 通俗的來講，過擬合就是對訓練集學的太好了。當在訓練集上成功率增加而在測試集上成功率減少，那麼就認爲出現了過擬合。 一般來說，出現過擬合是訓練樣本過少而需要訓練的參數過多 解決過擬合的辦法： 增加訓練樣本，L1或者L2正則化，dropout 2  什麼是欠擬合 就是學習的不夠好，一般出現在訓練樣本過大而需要訓練的參數過少 解決欠擬合的辦法： 將網絡參數整多一些。 完整版如下： 1

>>阅读原文<<