2021年3月5日
机器学习-防止过拟合
摘要： 过拟合的表现：模型在训练集上表现很好，但是在测试集上表现较差。模型泛化能力弱 获取更多数据，data augmentation data augmentation :图像剪裁，旋转，扭曲，平移，反转，缩放。 选择合适的模型，限制模型的复杂度 正则化 dropout dropout: rescale 阅读全文
posted @ 2021-03-05 21:27 木子士心王大可 阅读(97) 评论(0) 推荐(0)