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
wordbaby7 分钟前
构建高效的智能体（Building Effective Agents）— Anthropic 官方全文精译与图解xsd202411187 分钟前
AI 短剧怎么做？m0_7156744319 分钟前
政务泛监测体系能力排行：AI 重塑监测边界，治理的颗粒度革命羲云网络31 分钟前
AI API 门户上线不难，难的是让用户完成第一次调用视觉小萌新1 小时前
AI Class 3 · Chapter 2-3：函数、异常、文件读写+JSON / JSONL 读写（小白版）Zhao-Jichao1 小时前
AI Prompting for Everyone 课程笔记 - P21 总结 Conclusion阿里云大数据AI技术1 小时前
EMR Serverless StarRocks 全面支持 Paimon 2.0：构建多模态统一分析与检索电科_银尘1 小时前
【深度学习项目实战·11】损失函数与评价指标：让模型输出、标签与结果真正对应RanceGru1 小时前
AI嵌入式7——瑞芯微RK3588s+RK1828 NPU 部署VLM模型(Qwen3-VL-2B)阿里云大数据AI技术2 小时前
云栖实录 | 具身智能前沿对话