原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE11
论文题目：神经网络过拟合现象的成因分析及解决方法
摘要：过拟合现象是神经网络的训练过程中，由于模型的复杂度过高，训I练时间较长，模型在训练集上达到很高的精度，甚至拟合训练数据的噪音，导致模型的泛化能力不强的现象。这一现象降低了模型的预测准确率和适用范围。本文研究过拟合现象产生的主要原因，并探讨目前降低过拟合现象影响的策略。
关键字：神经网络，深度学习，过拟合，偏差-方差困境，交叉验证，Dropout,早停法，正则化
第一章背景介绍第1节研究背景及意义
神经网络近年来越来越多的进入了人们的视野，得到了广泛的运用。从处理信息的角度看，神经网络的出发点是通过对人脑学
文档评论（0）