研一刚刚接触神经网络，自己建了一个模型进行测试分类，我的模型训练精度是98.4%，但是我用测试精度96.7%。然后导师问我两者相差2%是否是过拟合，我其实对过拟合的边界并没有太准确的认识，但是我觉得这不是过拟合，怎么解释好呢
1.7%也不算多啊，数据集小一些或者数据集分布偏差点就这样了
是否还是得看loss曲线或acc曲线来判断。
比如训练集loss不断下降，验证集先下降后上升，就是经典的过拟合现象；或者验证集的loss基本上不动弹也有可能。
训练集和验证集loss都先下降到某个点之后同时上升，也是过拟合。
再者训练集acc很高，接近于1，但是测试集精度很低，比如就低于80，这种差别比较大的，除去数据分布不均的原因，也大概率是过拟合。
很正常，不是过拟合。