关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 公告：维护QQ群：833371870，欢迎加入！公告：维护QQ群：833371870，欢迎加入！公告：维护QQ群：833371870，欢迎加入！ 2022-06-15 神经网络进行训练中:(多选) A: 主要目的是为了让泛化能力更强 B: 训练误差总是越小越好，不用管泛化能力 C: 训练样本的质量和数量影响泛化能力 D: 训练中经常出现过拟合现象 神经网络进行训练中:(多选)A: 主要目的是为了让泛化能力更强B: 训练误差总是越小越好，不用管泛化能力C: 训练样本的质量和数量影响泛化能力D: 训练中经常出现过拟合现象 答案： 查看 举一反三 过拟合模型的特点有： A: 训练误差小 B: 训练误差大 C: 泛化误差小 D: 泛化误差大 分类器欠拟合时() A: 训练误差较大 B: 泛化误差较大 C: 训练误差大，但泛化误差较小 D: 训练误差小，但泛化误差很大 神经网络训练之后的泛化能力是指网络对训练样本之外的新鲜数据的适应度，也称为神经网络的举一反三的能力。 对于神经网络隐层神经元的数量，如果数量太少会导致网络拟合能力不足，数量太多会导致网络训练速度慢，并且网络的泛化能力可能弱。 增加训练数据可以提高模型的泛化能力
