深度学习中“过拟合”的产生原因和解决方法

过拟合定义：模型在训练集上的表现很好，但在测试集和新数据上的表现很差。 训练集上的表现 测试集上的表现 结论 不好 不好 欠拟合 好 不好 过拟合 好 好 适度拟合 原因 训练数据集太小，过拟合出现的原因： 模型复杂度过高，参数过多 训练数据比较小 训练集和测试集分布不一致 样本里面的噪声数据干扰过
posted @ 2020-09-30 17:09  凌逆战  阅读(17201)  评论(0)  编辑  收藏  举报