动手学深度学习03:过拟合与欠拟合区别和解决方案

问题:拿到一个图,不怎么怎么区分是过拟合还是欠拟合 图1: 图2: 图3: 1.观察图: 图1:train loss>>test loss 训练误差(10^3)较大 图2:test loss >> train loss 训练误差(10^1)较小 图3: test loss = train loss 2.得出: 图1 模型训练还没得到较好结果,因此欠拟合 图2 模型训练取得较好结果,但是模型测试结果不好,因此过拟合 图3 训练和测试同分布,正常 影响拟合的因素:模型复杂度和训练数据集大小 给定数据集,模型复杂度与误差之间的关系: 训练数据集大小 一般来说, 如果训练数据集中