过拟合 及 解决方法

什么是过拟合？ 网络对当前训练的数据分类效果特别好；但是对测试数据的分类效果却不好的现象。 神经网络过拟合的现象非常非常普遍，而这种现象导致的结果也是非常严重的。 解决方法：正则化  对网络的权重参数进行惩罚。 图一过拟合现象非常严重，泛化能力比较弱，主要是惩罚因子比较小，多网络权重参数惩罚力度过小导致的，图二稍微过拟合，图三的效果就比较好，泛化能力比较强。

>>阅读原文<<