模型 （1）模型自身结构 -> 模型的表达能力 （2）超参数选择 （3）数据模型不匹配 （4）数据集构造：没有足够数据、分类不均衡、有噪声的标签、训练集和测试集分布不均衡 欠拟合 （1）让模型更大：给模型加入更多的层 eg.ResNet-50 -> resNet-101，每层中更多的单元； （2）减少正则化 （3）错误分析：（训练集和测试集的分布偏差）测试时候出现问题进行分析，训练集缺少哪些情况导致错误，后续将在训练集中加入此类数据纠正偏差； （4）改进模型架构 （5）调节超参数：手