深度学习中关于过拟合问题的解决方案

防止过拟合的方法?网络 定义：overfitting是指在模型参数拟合的过程当中，因为训练数据包含抽样偏差，训练时复杂的模型把抽样偏差也考虑在内，对这些抽样偏差也作了很好的拟合。函数 表现：最终模型在训练集上表现好，在测试集上表现差。模型泛化能力弱。学习 解决方案：测试 1.获取更多的数据，让模型接触到尽量多的可能性，模型在通过不断的修正以后，就会获得一个比较好的效果。（获取数据能够经过数据加强的

>>阅读原文<<