常见面试题作答

1. 过拟合问题如何解决？

一般工作中不会出现过拟合问题，大部分是欠拟合问题，如果是过拟合，只需要用early_stopping处理即可。

获取更多的数据。
最直观有效的方法，有了足够的数据网络也不太容易过拟合。
数据增强。
复制现有数据并加随机噪声，重采样等，在图像领域我们可以进行不同角度旋转，平移变换，随机裁剪，中心裁剪，模糊等。

明暗，对比度，镜像，长宽比，旋转，裁剪（改变尺度）。

注：1. 数据增强必须符合训练数据的要求。

        2. 每次小批量的样本也要保证类别均衡。

类均衡采样方法：1. 每个类别均衡采样。

                              2. 某个类别的多个特征之间均衡采样。

衡量模型的能力：泛化能力。

将数据划分为训练集，验证集和测试集。

验证集用来选择神经网络的层数和每层的神经元个数。

这样的整体收敛性更好。

如何训练网