1. 什麼叫做過擬合？
顧名思義，過擬合就是擬合的過程中太注重於減小誤差，而使得擬合的圖像或者曲線 超出了我們的預期。 請看圖：
對於這樣的點，我們希望它擬合出來是這樣一條線。但是如果，神經網絡太過於注重減小誤差，那麼就會發生過擬合的現象：
我們發現，過擬合之後，確實誤差變小，可是擬合的曲線卻不能代表所有的數據集，這並不是我們想要的。
2. 過擬合產生的 原因
一般來說，過擬合產生的原因是：數據量太少，或者神經網絡節點太過於多，功能過於 強大，都會造成過擬合。
3. 過擬合的解決方式
正則化可以 解決過擬合，神經網絡中也通過dropout的方式解決過擬合，什麼叫dropout呢，就是每一層隱藏層，都隨機的拋棄掉一些 節點，使得曲線不會和某些特點的點 有特別大的聯繫。
