我的训练准确度大约为87–97％，我的验证准确度不超过60％->验证成本函数开始降低得很好，但是经过几次迭代后变得更糟，我认为我正适合这个问题。但是，当验证集达到最佳准确度时（跌倒和过度适应之前->说60％），训练准确度约为80％。
我尝试添加L1，并在另一个模拟L2正则化中，我的训练/验证准确性为0％（我为惩罚参数lambda尝试了0.01、0.1、1.0和5.0）。成本函数在相同值附近以较小的值波动，这意味着，我得到了一条直线成本（如图所示。是训练误差函数与带有L2且没有正则化技术的迭代）。我将其用于三个不同的成本函数，结果是相同的，非常糟糕。可能是什么？谢谢！！！