您的位置: 首页 > 文章 > 深度学习——防止过拟合 深度学习——防止过拟合 分类: 文章 • 2023-01-06 12:35:57 1. 模型容量 2. 划分数据集 3. 提前停止 4. 正则化 5. Dropout 6. 数据增强 增加数据集大小是解决过拟合最重要的途径。但是收集样本数据和标注往往是代价昂贵的,在有限的数据集上,通过数据增强技术可以增加训练的样本数量,获得一定程度上的性能提升