初始PyTorch（五）：過擬合&欠擬合

  過擬合：模型在訓練集上的表現很好，但在測試集和新數據上表現的較差的狀況，過度地考慮了訓練數據中的噪聲等沒必要要的數據間的關聯致使。python 欠擬合：模型在訓練和預測時表現都很差的狀況，成因大可能是模型不夠複雜、擬合函數的能力不夠。 網絡 下降過擬合方法：dom 1）使用更多的訓練數據。能夠經過必定的規則來擴充訓練數據。例如，可使用生成式對抗網絡來合成大量的新訓練數據。函數 2）下降模型複雜

>>阅读原文<<