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
冬奇Lab2 小时前
Workflow 系列（04）：Multi-Agent 协调——编排器边界、并发控制与上下文隔离冬奇Lab2 小时前
每日一个开源项目（第147篇）：HyperGraphRAG - 用超图表示 N 元关系，RAG 的第三代范式甲维斯2 小时前
Github + 阿里云oss实现类似codex的自动更新！阿里云大数据AI技术4 小时前
光轮智能 × 阿里云：共建 Physical AI 云上数据、评测与持续学习基础设施机器之心4 小时前
实锤了：Claude Code偷查用户，时区、中国AI实验室全是关键词网易云信4 小时前
Cursor点燃个人开发者，企业级AI为何频频受挫？Agent工厂从提效工具到AI员工的跃迁网易云信4 小时前
解锁触手可及的温暖：网易智企 x Wander Puffs AI 云游泡芙转转技术团队4 小时前
从 PRD 到可验证代码：AI 需求开发闭环实践