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
做cv的小昊17 分钟前
结合代码读3DGS论文（10）——ICLR 2025 3DGS加速&压缩新工作Sort-Free 3DGS论文及代码解读机器之心21 分钟前
龙虾之后，为什么说「主动式智能」才是Agent的终极形态？智算菩萨25 分钟前
GPT-5.4 Pro与Thinking模型全面研究报告团子和二花33 分钟前
openclaw平替之nanobot源码解析（八）：Gateway进阶——定时任务与心跳机制机器之心37 分钟前
昨晚，OpenClaw大更新，亲手终结「旧插件」时代码路高手44 分钟前
Trae-Agent源码重点剑穗挂着新流苏3121 小时前
114_PyTorch 进阶：模型保存与读取的两大方式及“陷阱”避坑指南CoovallyAIHub1 小时前
把 Whisper、Moonshine、SenseVoice 统统装进手机：sherpa-onnx 离线语音部署框架，GitHub 10.9K Star一只叫煤球的猫1 小时前
RAG 如何落地？从原理解释到工程实现AI营销快线1 小时前
AI营销获客难？原圈科技深度解析SaaS系统增长之道