beautiful77moon的博客

原创 pytorch笔记13--过拟合&dropout

导致过拟合的原因：训练网络的数据量太少；网络神经元太多； 解决过拟合：增加训练时的数据量；正规化；dropout（每次随机丢弃一定数量的neuron，防止对神经元的过分依赖） 1. 训练过程用两个不同的网络测试，动图如下：（自己截动图很麻烦，所以从网上拿来的） 2. 自己运行的结果图如下：可以看到没加dropout的网络几乎照顾到了每一个训练数据（过拟合），但是对测试数据来说效果就很差...