二、AI教程学习笔记 | 神经网络优化（一）

目录   1、如何配置数据集 2、欠拟合和过拟合 3、如何解决欠拟合与过拟合 4、L2和L1正则化 5、dropout 6、数据增强 为什么需要数据增强 ： 数据增强的作用 ： 如何获得大量的数据 ： 数据增强的分类 ： 常用的数据增强技术 ： 7、将输入特征进行归一化处理 1.标准化： 2.归一化： 3.白化： 8、梯度消失和梯度爆炸 9、梯度检验 1、如何配置数据集 2、欠拟合和过拟合 3、如

>>阅读原文<<