首页 > 试题广场 >

下列哪些措施可以防止深度学习模型过拟合?()

[不定项选择题]
下列哪些措施可以防止深度学习模型过拟合?()
  • 参数共享
  • Dropout
  • 扩充训练集
  • 直接进行分类,可以最大限度利用数据
扩充验证集么,不是应该以训练集么
发表于 2020-03-08 14:07:00 回复(0)
如果模型过拟合,扩充验证集有什么用?
发表于 2020-05-11 20:50:57 回复(1)
B 是对的。
C如果改成扩充训练集也是对的。
过拟合出现的原因:训练集数据相对太少,而模型参数又相对比较复杂(参数也会相对较多),导致模型“记住”了训练数据,因此泛化能力较弱,出现过拟合。
发表于 2020-03-23 11:57:33 回复(0)
验证集跟模型的训练有几毛钱关系?

发表于 2020-09-13 19:15:56 回复(0)
验证集的数据并不会用来更新模型的参数,因此我觉得扩充数据集并不会提高模型的能力。
发表于 2020-09-07 21:13:59 回复(0)
参数共享是CNN里的weight sharing吗?
发表于 2020-08-11 19:39:42 回复(0)