摘要: 过拟合和欠拟合是在网络训练中常常碰到的问题 过拟合(overfit):训练误差小,但是对于测试集上的误差很大。可能模型过于复杂,训练中只”记住”了训练样本,然而其泛化误差却很高。 欠拟合(underfit):训练误差很大,无法找到合适的函数描述数据集 下面介绍这两种情况下常用的一些trick方法 过 阅读全文
posted @ 2018-08-17 18:53 大球和二憨 阅读(1891) 评论(0) 推荐(0) 编辑