正則化方法：L1和L2 regularization、數據集擴增、dropout

正則化方法：防止過擬合，提高泛化能力 在訓練數據不夠多時，或者overtraining時，常常會導致overfitting（過擬合）。其直觀的表現如下圖所示，隨着訓練過程，網絡在training data上的error漸漸減小，但是在驗證集上的error卻反而漸漸增大——因爲訓練出來的網絡過擬合了訓練集，對訓練集外的數據卻效果變得越來越差。 爲了防止overfitting，可以用的方法有很多，下文

>>阅读原文<<