机器学习过拟合解决——早停法

过拟合解决——早停法 一、早停法简介（Early Stopping） 当我们训练深度学习神经网络的时候通常希望能获得最好的泛化性能(generalization performance，即可以很好地拟合数据)。但是所有的标准深度学习神经网络结构如全连接多层感知机都很容易过拟合：当网络在训练集上表现越来越好，错误率越来越低的时候，实际上在某一刻，它在测试集的表现已经开始变差。 图1、理想中的训练集误

>>阅读原文<<