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
余炜yw几秒前
【LSTM实战】跨越千年，赋诗成文：用LSTM重现唐诗的韵律与情感莫叫石榴姐17 分钟前
数据科学与SQL：组距分组分析 | 区间分布问题967718 分钟前
对抗样本存在的原因如若12339 分钟前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换YRr YRr1 小时前
深度学习：神经网络中的损失函数的使用ChaseDreamRunner1 小时前
迁移学习理论与应用Guofu_Liao1 小时前
大语言模型---梯度的简单介绍；梯度的定义；梯度计算的方法我爱学Python!1 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式果冻人工智能1 小时前
OpenAI 是怎么“压力测试”大型语言模型的？日出等日落1 小时前
Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战