深度学习PyTorch | 总结

过拟合、欠拟合 1、在数据不够多的时候，k折交叉验证是一种常用的验证方法。 2、过拟合是指训练误差达到一个较低的水平，而泛化误差依然较大。 欠拟合是指训练误差和泛化误差都不能达到一个较低的水平。 发生欠拟合的时候在训练集上训练误差不能达到一个比较低的水平，所以过拟合和欠拟合不可能同时发生。 3、模型复杂度低容易导致欠拟合；训练数据集小容易导致过拟合；过拟合还可以使用权重衰减和丢弃法来缓解，即使在一

>>阅读原文<<