当神经网络训练中出现了欠拟合请款，可采用以下哪些方法进行优化？
A: 增加训练数据
B: 增加模型层数或单元数
C: 延长训练时间
D: 采用规则化方法
A: 增加训练数据
B: 增加模型层数或单元数
C: 延长训练时间
D: 采用规则化方法
举一反三
- 当神经网络训练中出现了过拟合情况，可采用以下哪些方法进行优化。 A: 增加训练数据 B: 增加模型层数或单元数 C: 增加训练时长 D: 采用Dropout，L2范数等规则化方法
- 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
- 中国大学MOOC: 当神经网络训练中出现了过拟合情况，可采用以下哪些方法进行优化。
- 以下属于解决模型欠拟合的方法的是 A: 增加训练数据量 B: 对模型进行裁剪 C: 增加训练过程的迭代次数 D: 正则化
- 如何提高模型的泛化能力 A: 使用更多的数据进行训练 B: 减少训练时间 C: 增加神经网络的层数 D: 提高算力