2019年10月11日
如何降低神经网络模型的过拟合和欠拟合？
摘要： 1、根据神经网络建立模型的复杂度和数据模型真正复杂度之间的相对大小，其主要存在三种情况：(1)欠拟合:underfitting (2)相对准确 (3)过拟合：overfitting 图2、一般情况下在不知数据模型复杂度的情况下，很容易出现建立模型过拟合的情况，这是因为原始数据中本身存在一些噪声数据， 阅读全文
posted @ 2019-10-11 19:27 The-Chosen-One 阅读(3459) 评论(0) 推荐(0) 编辑