过拟合问题

过拟合问题不仅仅是因为数据集小的原因，这里的数据集小：表现在两方面，一方面是数据集的两小，另一方面是数据集的样本不均匀，不够完善，也即，如果一定程度上，一个完备的数据集比一个不完善的数据集训练出来的网络更为理想。因为如果训练数据集都是很规整的实例，训练出来的网络将会呈现过拟合状态，在预测的时候，一切都是未知的，对于变化（变形，变异）比较大的实例来说，预测结果将会出现错误。

此篇小记里面只是讲到了数据集的原因，当然造成过拟合问题的还有很多原因，笔者认为参考文献中已经将的很清楚，大家可参考。

参考：https://blog.youkuaiyun.com/yeler082/article/details/80298773