初始PyTorch（五）：过拟合&欠拟合

  过拟合：模型在训练集上的表现很好，但在测试集和新数据上表现的较差的状况，过度地考虑了训练数据中的噪声等没必要要的数据间的关联致使。python 欠拟合：模型在训练和预测时表现都很差的状况，成因大可能是模型不够复杂、拟合函数的能力不够。 网络 下降过拟合方法：dom 1）使用更多的训练数据。能够经过必定的规则来扩充训练数据。例如，可使用生成式对抗网络来合成大量的新训练数据。函数 2）下降模型复杂

>>阅读原文<<