← 返回卡片

原书出处

大模型技术30讲

06 第6章 通过改进模型减少过拟合现象

核验版本的摘录快照 · 导入于 2026-11-18T10:51:38.335Z

化的效果。为简单起见,我们只讨论另外两种更常用的方法:Dropout和早停法。

Dropout会在训练期间随机将一些隐藏层单元的激活值设为零,从而减少过拟合现象。这样一来,神经网络的激活将不依赖于特定神经元。反之,网络会更大限度地利用神经元

,并学会对相同数据产生多个不同的独立表征,这有助于降低过拟合风险。 在早停法中,

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0010.xhtml

EPUB SHA-256:aed12db0b1b08a8757496d8d12796b8829fa2546eb77ccf47b557e4abbb6a0ec