如何提高CNN的性能,减少过拟合?
How to improve perfomance of CNN and reduce overfitting?
我正在从事一个小型计算机视觉项目,我正在使用卷积网络进行分类。我已经使用了 dropout、l1、l2 正则化和数据增强来减少过拟合。是否还有其他技术和算法可以提高模型精度并减少过拟合?
可能有 100 个解决方案
- 使用预训练模型(迁移学习)。
- 尝试实现更小的网络。
- 更大的数据集。
- 尝试不同的参数[学习率、批量大小..]。
- 对这些参数使用网格搜索。
- 尝试为您的训练数据集增加数据。
...
我正在从事一个小型计算机视觉项目,我正在使用卷积网络进行分类。我已经使用了 dropout、l1、l2 正则化和数据增强来减少过拟合。是否还有其他技术和算法可以提高模型精度并减少过拟合?
可能有 100 个解决方案
- 使用预训练模型(迁移学习)。
- 尝试实现更小的网络。
- 更大的数据集。
- 尝试不同的参数[学习率、批量大小..]。
- 对这些参数使用网格搜索。
- 尝试为您的训练数据集增加数据。 ...