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
丁先生qaq13 分钟前
热成像实例分割电力设备数据集（3类，838张）红衣小蛇妖34 分钟前
神经网络-Day45JoannaJuanCV1 小时前
BEV和OCC学习-5：数据预处理流程KKKlucifer1 小时前
当AI遇上防火墙：新一代智能安全解决方案全景解析DisonTangor1 小时前
【小红书拥抱开源】小红书开源大规模混合专家模型——dots.llm1浠寒AI3 小时前
智能体模式篇（上）- 深入 ReAct：LangGraph构建能自主思考与行动的 AIweixin_505154464 小时前
数字孪生在建设智慧城市中可以起到哪些作用或帮助？Best_Me074 小时前
深度学习模块缝合YuTaoShao4 小时前
【论文阅读】YOLOv8在单目下视多车目标检测中的应用算家计算4 小时前
字节开源代码模型——Seed-Coder 本地部署教程，模型自驱动数据筛选，让每行代码都精准落位！