深度学习之过拟合问题（一）

  通常能够经过增长神经元数目、加深网络层次来提高神经网络的学习能力，使其学到的模型更加符合实际数据的分布状况。但要注意神经网络模型不能过于复杂，要注意避免训练效率降低以及过拟合等问题。产生过拟合的根本缘由在于：网络 （1）观测值与真实值之间的偏差：框架     训练样本=真实值+随机偏差，学习时尽量地拟合了训练样本，而不是真实值，即学到了真实规律之外的随机偏差。dom （2）数据太少，没法反映真

>>阅读原文<<