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
Phodal几秒前
AI 解决繁杂任务：从 /goal 到长时间异步 Agent 运行tedcloud1234 分钟前
ppt-master部署教程：快速搭建智能演示文稿系统闵孚龙15 分钟前
Claude Code 工具提示词全拆解：AI Agent、Prompt Engineering、工具调用、上下文工程、自动化编程的底层逻辑白鲸开源18 分钟前
杀疯了！SeaTunnel AI CLI 解锁数据集成新玩法王_teacher21 分钟前
GRU (Gated Recurrent Unit，门控循环单元) 原理详解 并且手写GRU模型AI医影跨模态组学21 分钟前
Cancer Letters（IF=10.1）中山大学附属第六医院等团队：基于治疗前MRI影像的RCMIX模型预测MRI定义的cT4期直肠癌T分期下降技术落地手记24 分钟前
把AI塞进测试环节，我踩出了一条能用的路端平入洛31 分钟前
tool_calls 需要回传给大模型吗？xixixi7777731 分钟前
AI的“账号”与“钱包”：AWS与Circle同日出手，AI正从工具进化目黑live +wacyltd38 分钟前
算法备案：常见驳回原因与应对策略