目标
我们学习正则化之前应该先了解我们为什么要用正则化 。正则化解决了什么问题 。我们讲正则化之前 ，先了解一个概念--》过拟合
过拟合
数据增强
L1和L2正则化
Dropout
注意：Dropout是不适合用在卷积神经网络的
提前终止
一般的做法是：记录最好的准确率，如果连续训练十次还是没有提升准确率，那么就停止训练。
随机池化
随机池化可以用在卷积神经网络
相关推荐
xixixi777771 分钟前
解析 Claude模型 —— Anthropic公司打造，以安全性和推理能力为核心竞争力的顶尖大语言模型大唐荣华9 分钟前
机器人落地“首台套”补贴，到底指什么？棒棒的皮皮19 分钟前
【深度学习】YOLO论文官方演进 + 目标检测经典 + 拓展创新萤丰信息22 分钟前
数字经济与 “双碳” 战略双轮驱动下 智慧园区的智能化管理实践与未来演进pingao14137823 分钟前
实时远程监控，4G温湿度传感器守护环境安全shangjian00732 分钟前
AI大模型-深度学习-卷积神经网络CNNGIS萬事通38 分钟前
基于arcgis制作深度学习标签并基于python自动化预处理样本发哥来了38 分钟前
主流AI视频生成商用方案选型：关键维度与成本效益分析诗远Yolanda41 分钟前
EI国际会议-通信技术、电子学与信号处理（CTESP 2026）智定义科技44 分钟前
#智慧景区#景区票务综合管理平台：全渠道票务一体化管理新范式