文档摘要

2.2 模型泛化能力：过拟合与欠拟合分析 2.2 模型泛化能力：过拟合与欠拟合分析 在深度学习中，模型训练的目标不仅仅是在训练数据集上获得高准确率，更重要的是模型在未见过的新数据上的表现，也就是模型的泛化能力。模型泛化能力强，意味着模型可以很好地适应新数据，做出准确的预测。而过拟合和欠拟合是影响模型泛化能力的两大主要问题。 2.2.1 理解泛化能力 泛化能力是指模型在未见过的数据上表现良好的能力。 会员。《2.2 模型泛化能力：过拟合与欠拟合分析》收录于灏天文库文集《深度学习核心算法精讲：从原理到实践》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/493-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E7%B2%BE%E8%AE%B2%E4%BB%8E%E5%8E%9F%E7%90%86%E5%88%B0%E5%AE%9E%E8%B7%B5

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流