动手学深度学习Task3

过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶 1、过拟合和欠拟合 过拟合：模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合 欠拟合：模型训练误差无法降低. 如何应对欠拟合和过拟合？在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。 1.1.1、模型复杂度 为了解释模型复杂度，我们以多项式函数拟合为例。给定一个由标量数据特征 x 和对应的标量标签 y 组成的

>>阅读原文<<