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
AI视觉网奇3 分钟前
音频分类模型笔记Dante但丁6 分钟前
手扒Github项目文档级知识图谱构建框架RAKG（保姆级）Day4用户51914958484514 分钟前
使用JavaScript与CSS创建"移动高亮"导航栏Java中文社群22 分钟前
淘宝首位程序员离职，竟投身AI新公司做这事！失散1333 分钟前
自然语言处理——02 文本预处理（上）CoovallyAIHub36 分钟前
农田扫描提速37%！基于检测置信度的无人机“智能抽查”路径规划，Coovally一键加速模型落地Listennnn1 小时前
nuScence数据集duration～1 小时前
SpringAI集成MCP用户5191495848451 小时前
Linux内核UAF漏洞利用实战：Holstein v3挑战解析nenchoumi31192 小时前
Tello无人机与LLM模型控制 ROS