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
合合技术团队几秒前
合合信息亮相新加坡科技周，携手博彦科技共拓海外AI市场打工仔折腾 AI2 分钟前
LangChain 工具调用实战：从 Tool 定义到 Agent 执行链路拆解FL16238631293 分钟前
塔吊下方站人检测数据集VOC+YOLO格式1049张1类别AI Coder 码农王5 分钟前
AgentScope Java v2 第1课，消息与事件模型loulanyue_9 分钟前
我们正从规模化时代迈向研究时代：破除预训练幻象与通用泛化困境——读Ilya Sutskever重磅专访全景解析4SAPI9 分钟前
System Prompt、Function Calling跨模型适配问题分析solidwork_s9 分钟前
SOLIDWORKS 2027 Simulation仿真新功能汇总软购商城10 分钟前
AI 赋能全流程文献管理｜ReadCube，不止是参考文献管理器道一云黑板报10 分钟前
WorkBuddy 进入企业微信侧边栏：入口、执行与连接的分工吴佳浩13 分钟前
一文看懂大模型推理为什么需要多卡：从 TP、DP 到 Runtime 的完整演进