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
先做个垃圾出来………11 分钟前
残差连接的概念与作用AI小书房33 分钟前
【人工智能通识专栏】第十三讲：图像处理fanstuck41 分钟前
基于大模型的个性化推荐系统实现探索与应用多看书少吃饭2 小时前
基于 OpenCV 的眼球识别算法以及青光眼算法识别一条数据库2 小时前
南京方言数据集｜300小时高质量自然对话音频｜专业录音棚采集｜方言语音识别模型训练｜情感计算研究｜方言保护文化遗产数字化｜语音情感识别｜方言对话系统开发Yingjun Mo2 小时前
1. 统计推断-基于神经网络与Langevin扩散的自适应潜变量建模与优化DogDaoDao2 小时前
Docker全解析：从核心概念到2025年AI集成新特性深耕AI3 小时前
【PyTorch训练】准确率计算（代码片段拆解）zskj_zhyl3 小时前
七彩喜智慧养老：用科技温暖晚年，让关爱永不掉线