怎样根据 loss、accuracy 和梯度诊断训练问题
训练 loss 不降？降了又升？训练好测试差？这篇把前面所有训练知识串成一套系统化的诊断流程，让你看曲线就知道问题在哪。
过拟合
和「过拟合」相关的文章都收在这里，方便沿着同一个主题继续读下去。
标签归档
同一主题下的内容，会更容易看出思路是怎么慢慢长出来的。
正则化、Dropout 与 Early Stopping：防止过拟合的方法地图
模型训练集准确率 99%，测试集只有 70%——这是过拟合。Weight Decay、Dropout、Early Stopping、数据增强怎么选？这篇建立完整的正则化方法地图。
过拟合、欠拟合和数据泄漏是什么？
欠拟合是规律没学会，过拟合是只记住训练数据，数据泄漏则让模型提前看到了不该知道的信息。