《动手学深度学习》task3

1.过拟合、欠拟合及其解决方案 模型训练中经常出现的两类典型问题: 1.模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 2.模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。 在实践中,我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题,我们重点讨论两个因素:模型复杂度和训练数据集大小。 给定训练数据集,模型复杂度和误差之间的关系: 1.关于torch.cat()的用法 cat是concatnate的意思:拼接,联系在一起。 cat的普通用法就是将两个tensor连接在一起 C = torc