【深度学习】模型选择、欠/过拟合和感受野（三）

【深度学习】模型选择、欠/过拟合和感受野（三） 写在最前面的话：这一篇文章要整理的知识点有点稀疏，内容不是很多。 模型选择 在深度学习中，不同的参数设置，不同的隐层数量对模型都有相应的影响，但是经过训练后，它们最终都可以达到相同的实验结果，那么我们该如何对这些模型作选择呢，对不同的条件下的模型选出一个相对较好的模型？其实，模型的选择方式可以通过超参数的设置，模型的容量、验证集的情况来定。 泛化能力

>>阅读原文<<