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
fthux28 分钟前
装闭 RenoPit 源码解析（07）：装修闭坑知识库与AI Prompt构建zyplayer-doc2 小时前
VuePress类静态文档站和动态知识库怎么选：两种技术路线的适用场景KKKlucifer3 小时前
拨开接口黑盒迷雾：运营商第三方合作接口安全审计与准入管控落地实践梦梦代码精3 小时前
连锁品牌数字化：从门店扩张到用户资产运营的技术底座咕噜咕噜啦啦3 小时前
vLLM框架启雀AI3 小时前
AI 驱动的视频课程自动摘要与知识点提取：ASR + LLM 流水线工程实践Mac的实验室3 小时前
2026年8月最新实操：谷歌Gmail邮箱手机号注册扫码发短信提示“无法验证”怎么办？（附100%成功绕过指南）MindUp4 小时前
AI辅助PPT生成工具的内容组织能力实测：8款产品的文档解析与排版效果对比寒草4 小时前
【寒草呈献】当巴菲特走进 AI 投研助手