提升模型泛化能力的方法

• 从数据角度上来说。可以通过数据增强、扩充训练集等方法提高泛化能力。
• 在训练策略上，可以增加每个batch size的大小，进而让模型每次迭代时见到更多数据，防止过拟合。
• 调整数据分布，做训练数据集的类别均衡。
• 调整网络结构。如果数据集较小，可以降低模型复杂度防止过拟合。如果数据集较大，可以尝试更加复杂的模型。
• 减少过拟合的方法也可以提升模型的泛化能力。点我看过拟合和欠拟合的概念及解决方案

博主会持续更新一些深度学习相关的基础知识以及工作中遇到的问题和感悟，喜欢请关注、点赞、收藏，感谢大家。