有些开发者在训练神经网络模型的时候，会出现这样以下的情况：
Accuracy on the training data
Accuracy on the test data
模型在训练数据上的准确度非常的高，近乎100%的准确率，但在测试集上的准确率，在接近280次迭代的位置就不再明显上升，在82.25%周围不断波动，我们的网络在280次迭代后就不再能够推广到测试数据上了，所以这不是一个有用的学习，我们说网络在280次迭代后就过度拟合了，因为学习到的超参数过于符合训练数据的特征，不能有效泛化到其他的数据集合上。
