有几点关于模型过拟合的疑问，想请教下各位：1. 训练了多个模型，均发现有过拟合情况。如果要改成不过拟合，其拟合度又降低较多。这个时候，是否还是选择过拟合情况最轻的模型？2. 模型存在过拟合情况，那测试集所得的拟合度或准确度，是否可信呢？
解决过拟合的几个办法，一个是提前结束训练，一个是正则化，一个是神经元增加dropout，当然治本的方法是增加训练数据过拟合的模型如果不是很长时间训练出来的，直接丢弃也没什么。如果好不容易训练的，可以再训练