我最近开始对机器学习进行一些研究，我有一个代码来评估SNN和ANN对合成数据中运动事件进行分类的适用性，重点是它们的速度（推理时间）和准确性。当我绘制损失和准确性曲线时，在我看来，模型过于拟合，尽管我检查了Chat GPT和DeepSeek，并且都提到这不是，这些结果是由于任务太简单了，我可以依靠他们进行这种类型的分析？我怎么能知道该模型是否正确学习呢？ 这是功能的数字;
我尝试更改时期的数量，但结果非常相似。
培训数据集）
您的数据集太小 您的数据集具有相同或非常相似的对象（数据集中没有唯一性）
模型的学习率太高
how can I know each time when the model has learned properly or not然后在数据集创建之后，运行推理或使用此数据集测试模型，那就是手动检查模型是否能够检测到唯一的数据而不是训练的数据，
关于您从聊天机器人中的回复提到的，是的，这可能是真的，而您却没有提及数据集的卷，多样性和真实性，我只能假设您的数据集是问题
task being too simple，可以说，您需要训练模型以执行数学操作
，但是您只需要训练模型以执行简单的添加和乘法，然后是的，是的，您的模型将过于for for仅加法和乘法
尽管提到的示例不是现实的，但它可能会帮助您理解我想说的话
can I rely on them for this type of analysis ?