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
七元权几秒前
论文阅读-FoundationStereoFuly10242 分钟前
prompt构建技巧智驱力人工智能4 分钟前
使用手机检测的智能视觉分析技术与应用 加油站使用手机 玩手机检测XXX-X-XXJ7 分钟前
二：RAG 的 “语义密码”：向量、嵌入模型与 Milvus 向量数据库实操艾醒(AiXing-w)14 分钟前
探索大语言模型（LLM）：大模型微调方式全解析科兴第一吴彦祖17 分钟前
基于Spring Boot + Vue 3的乡村振兴综合服务平台姚瑞南24 分钟前
【AI 风向标】四种深度学习算法（CNN、RNN、GAN、RL）的通俗解释渡我白衣1 小时前
深度学习入门（一）——从神经元到损失函数，一步步理解前向传播（上）补三补四1 小时前
SMOTE 算法详解：解决不平衡数据问题的有效工具为java加瓦1 小时前
前端学AI：如何写好提示词（prompt）