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
WPF工业上位机29 分钟前
YXGK.FakeVM深度学习之5语义分割落叶无情32 分钟前
ICEF认知操作系统：四类约束全维度全覆盖，是全谱系系统化约束体系碳基硅坊34 分钟前
Gemma 4 12B 让AI创作更私密更高效weixin_4684668536 分钟前
大模型新手入门与实战指南装不满的克莱因瓶1 小时前
掌握 RNN 与 LSTM 模型结构jeffer_liu1 小时前
Spring AI 生产级实战：裁判员weixin_446260851 小时前
Agent 会自行回避吗？测量 LLM 智能体合规性的带内访问拒绝信号努力学习_小白1 小时前
ResNeXt-50——学习记录Kobebryant-Manba2 小时前
记录动手学深度学习基础知识syso_稻草人2 小时前
OpenSpec、Spec-Driven Development 与 CreateNow：AI 编码为什么开始从 Prompt 走向 Spec