使用批量归一化可以解决以下哪种神经网络的训练？
A: 过拟合Overfitting
B: Restrict activations to become too high or low
C: 训练过慢
D: B和C都有
A: 过拟合Overfitting
B: Restrict activations to become too high or low
C: 训练过慢
D: B和C都有
举一反三
- 在logistic分类中，L1正则化和L2正则化的引入为了解决什么问题？ A: 数据量不充分 B: 训练数据不匹配 C: 训练过拟合 D: 训练速度太慢
- 在训练模型时要最小化损失函数,有可能出现过拟合的问题。以下哪项数据处理方式可以防止模型过拟合______。 A: 正则化 B: 归一化 C: 规范化 D: 标准化
- 神经网络过拟合是指，网络在训练集合上不能获得足够低的训练误差
- 神经网络欠拟合，可采取以下哪些手段解决 A: 简化网络 B: 加深网络 C: 增加数据 D: 减少数据 E: 延长训练时间 F: 缩短训练时间
- 在神经网络中，以下哪种技术用于解决过拟合？（ ） A: Dropout B: 正则化 C: 非正则化 D: FIFO