观察模型的欠拟合和过拟合现象

在深度学习中，欠拟合和过拟合是训练模型时经常遇到的问题。欠拟合指的是模型无法捕捉到数据中的关键模式和趋势，导致模型在训练和测试数据上的性能表现较差。过拟合则是指模型过度学习了训练数据中的噪声和细节，导致在测试数据上表现不佳。本文将介绍如何观察和识别欠拟合和过拟合，并提供相应的Python代码实例。

首先，我们需要导入所需的库和模块。在本教程中，我们将使用Keras库来构建和训练深度学习模型。

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers impor