过拟合、欠拟合 模型过于简单时会出现欠拟合,难以正确做出预测,但模型过于复杂时会出现过度拟合训练集,乃至太过死板而无法应对测试集。 对于欠拟合,可以提示模型复杂度,对于过拟合则采取正则惩罚、随机丢弃等方法缓解。 梯度爆炸与消失 当网络过深时,参数经过层层传递的不断累积会最终趋向于零或者变得很大,以至于计算机难以处理,也即梯度消失与爆炸 CNN 卷积层使用卷积核对原输入进行处理,有效保留了局部信息,除此之外还可以调整步长和给原输入做填充(补零)。 池化层用以降低卷积层对位置的过度敏感。