首页 > 试题广场 >

下列的哪种方法可以用来降低深度学习模型的过拟合问题？

[单选题]

1 增加更多的数据

2 使用数据扩增技术(data augmentation)

3 使用归纳性更好的架构

4 正规化数据

5 降低架构的复杂度

查看正确选项

Eden_Zhou

防止过拟合的几种方法

发表于 2020-07-16 19:18:55 回复(0)

牛客937896863号

正规化数据能够使复杂的曲线平坦化

发表于 2020-08-11 15:03:13 回复(0)

MartoonyLi

5 深度学习模型过拟合，是因为模型学习到了很多与最终任务无关的特征，并将这些特征视为最终任务相关的显著性特征。这是由于模型具有更为强大的特征提取能力所致，因此，需要降低模型复杂度。

发表于 2024-09-30 09:39:20 回复(0)

风止于斯

选项3，使用归纳性更好的架构？模型已经过拟合了，使用更强的结构不会加重过拟合吗？

发表于 2020-10-18 09:07:27 回复(2)

提交观点

问题信息

深度学习

上传者：小小

难度：

4条回答 179收藏 5315浏览

扫一扫，把题目装进口袋