首页 > 试题广场 >

你在线上或离线训练时，过拟合怎么系统性处理？直接说你最有效的

[问答题]

你在线上或离线训练时，过拟合怎么系统性处理？直接说你最有效的三个方法和拿到的收益。

查看答案及解析

牛客936040679号

1.使用数据增强，2.减少一些神经网络的计算，3.使用正则化方法

发表于 2025-09-11 16:58:23 回复(0)

LeonFan

1.正则化+dropout。2.数据增强扩充 3. earlt stop

发表于今天 00:37:37 回复(0)

懵懵的萌新

正则化：加入惩罚措施限制模型的复杂度，提高模型泛化能力。数据准确：直接提高模型的泛化能力减少参数：提高了训练速度

发表于 2025-10-24 00:00:56 回复(0)

想当offer收割机的花生米很想去广东逛gai

发表于 2025-10-15 12:40:21 回复(0)

超脱的布莱克就要上岸了

使用正则化技术，减小神经网络的复杂度，数据增强

发表于 2025-10-12 11:54:29 回复(0)

在敲键盘的猫

1. 减少模型参数（如减少层数，降低embedding dimension等） - 收益：提升训练速度，降低算力消耗 2. 加入\增强 regularization - 收益：提升模型泛化，若使用早停法，还能节省计算资源 3. 扩充、增强数据 - 收益：增强模型泛化能力，增强对噪声的鲁棒性

发表于 2025-10-09 12:23:52 回复(0)

聪明的放鸽子能手allin实习

1.加入dropout2.扩充数据集3.简化网络结构

发表于 2025-09-19 16:12:29 回复(0)

提交观点

问题信息

来自：机器学习应用-牛客面经八股

难度：

7条回答 16收藏 86浏览

扫一扫，把题目装进口袋