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
光锥智能1 小时前
WAIC亮点｜兼具泛化能力与作业效率的极智嘉机器人天团阳光是sunny1 小时前
LangGraph中的Reducer是什么甲维斯1 小时前
Kimi K3 重构10000行单文件屎山代码！阳光是sunny1 小时前
从链到图：LangGraph 入门基础全解析新知图书1 小时前
11.3 详细实现与核心配置（作业批改智能体开发）深度研习笔记2 小时前
OpenCV工业视觉实战11｜多线程解耦+视频流稳流+推理加速，彻底解决卡顿阻塞，实现毫秒级工业实时检测delishcomcn2 小时前
AI视觉识别+分切算法：电化铝缺陷检测与裁切一体化解锁触底反弹3 小时前
深入理解大模型采样：Temperature、Top-K、Top-P 的原理与实战cd_949217213 小时前
2026 AI Agent 落地指南：除了搭建工具，你还需要配套的搜索基础设施武子康3 小时前
Search Console Platform Properties 扩大 SEO 资产边界：从 Page Ranking 到 Topic Coverage（5 类误读边界 + 3 表数据层设计）