过拟合与欠拟合

在这里插入图片描述

在这里插入图片描述

但是从training 和 validation accuracy 和loss 之间的gap也可以看出从40epochs之后我们的模型出现了过拟合。避免过拟合的方式有很多种,比如数据增强,加入dropout层和直接微调他人已经训练好的模型。第三种方法也是迁移学习,下篇文章我们会看看如何从别人模型进行迁移学习,来减轻过拟合现象。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值