这是过拟合吗？答案

【问题标题】：Is this overfitting?这是过拟合吗？
【发布时间】：2019-11-08 20:25:03
【问题描述】：

我有一个 CNN，它在训练数据上表现非常好（96% 准确度，1.~ 损失），但在测试数据上表现不佳（50% 准确度，3.5 损失）。

【问题讨论】：

【解决方案1】：

过度拟合的特征是当您的验证损失开始增加，而您的训练损失继续减少时，即：

（图片改编自 overfitting 上的维基百科条目）

以下是一些其他表明过度拟合的图 (source)：

很明显，您的损失图确实表现出这种行为，所以是的，您确实过拟合了。

相反，您在评论中链接到的情节：

没有表现出这样的行为，因此在这里你没有实际上是过度拟合（你只是达到了一个饱和点，超过这个点你的验证错误不会进一步改善）。

【讨论】：

【解决方案2】：

96% 的准确率表明您与您的训练数据非常接近。测试数据的 50% 准确度表明您的模型无法解释所研究数据的噪声/可变性。这看起来像教科书上的过拟合。

您似乎将您的验证数据称为测试数据。也许您可以更好地对数据进行分区？

【讨论】：