2019年11月27日 上午11:30
深度学习—过拟合问题 - 深度机器学习 - 博客园
这篇文章对于过拟合的问题分析了根本原因：
- 数据太少（数据多了可以解决绝大部分，数据实在无法解决时，才需要使用各种过拟合的数学方法）
- 数据有噪声（我目前的主要问题）
减少过拟合的方法：
其中的7我认为是算法中出问题的原因：对于宽高比大于10的物体直接进行记忆。这些宽高比过大的数据，我的网络是不可以学习的，也可以把他们叫做是噪声（有噪音时，更复杂的模型会尽量去覆盖噪音点，即对数据过拟合）
产生过拟合根本原因：
