我們直觀理解，如果在訓練中，我們畫出訓練error和valid error，當發現overfiting了，在樣本

足夠的情況下overfiting是不是可以說明模型復雜度大于樣本空間，這樣我們是不是可以減少模型

的參數量，或者feature map，是不是可以給模型壓縮做一個參考。同樣，如果訓練迭代很多，模型

訓練error一直很大，是不是有一種可能就是模型復雜度不夠。

轉載于:https://www.cnblogs.com/YouXiangLiThon/p/7502593.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的关于模型复杂度的一个想法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。