Tensorflow 过拟合简单理解

当训练设置的“神经元”数量越大，越容易出现过拟合

“神经元”的数量越多，训练的结果会越符合预期，模型对训练集的预测结果会十分准确
但是，当训练集里面存在和其他数据特征相差较大的数据的时候，多“神经元”会把这种
特征也囊括进去，这样实际进行使用的时候，由于相邻特征的关系，其他分类的数据容
易被识别成该异常特征

例如：分类猫、狗、羊，当猫的分类里面仅有一张和狗十分相像的猫，这样数量过多的
“神经元”进行训练过后，模型就会容易把和那张异常的猫相似的狗，都分类为猫