1.什么是正则化
正则化是机器学习中减少泛化误差的技术,特别是在深度学习模型中,由于模型参数非常多非常容易产生过拟合。
常见的正则化技术:
1.参数增加约束 例如 l1,l2 范数。
2.训练集合扩充 例如 添加噪声,数据变化等。
3.dropout
4.提前停止
训练数据的扩充常见的方法:
1.对图片的处理常见的操作:旋转,缩放,超分辨
2.语音识别中对输入数据添加噪声
3.NLP 中进行近义词替换
4.噪声注入
dropout
1.随机的丢弃一部分输入,丢弃部分的参数不会更新,得到自网络。最后将所有子网络进行合并。