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
飞睿科技23 分钟前
乐鑫代理商飞睿科技，2025年AI智能语音助手市场发展趋势与乐鑫芯片解决方案分析许泽宇的技术分享25 分钟前
从新闻到知识图谱：用大模型和知识工程“八步成诗”打造科技并购大脑坤坤爱学习2.039 分钟前
求医十年，病因不明，ChatGPT：你看起来有基因突变蹦蹦跳跳真可爱5891 小时前
Python----循环神经网络（Transformer ----注意力机制）空中湖3 小时前
tensorflow武林志第二卷第九章：玄功九转lishaoan773 小时前
使用tensorflow的线性回归的例子（七）千宇宙航6 小时前
闲庭信步使用SV搭建图像测试平台：第三十一课——基于神经网络的手写数字识别onceco7 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)天水幼麟7 小时前
动手学深度学习-学习笔记（总）jndingxin10 小时前
OpenCV CUDA模块设备层-----高效地计算两个 uint 类型值的带权重平均值