过拟合解决方案
【过拟合解决方案】增加训练的数据量
L1或L2正则化，在原来的cost基础上加上一个正则项
dropout，随机忽略某些神经元，dropout(0.6)说明随机有60%的神经元被关闭（随机性失活）
数据集的准备，加入噪点，增白，batchsize，shuffle
Batch Normalization
推荐阅读
- 太平之莲
- 七年之痒之后
- 考研英语阅读终极解决方案——阅读理解如何巧拿高分
- 牛人进化+|牛人进化+ 按自己的意愿过一生
- 2021-02-10（找不回的“年味”……）
- 生命过客——第10章|生命过客——第10章 初为人母
- gitlab|gitlab 通过备份还原 admin/runner 500 Internal Server Error
- 回忆曾经看过的小说
- 那些年我们玩过的街机
- 说得清，说不清