VIP20
本课程属于：056-蛋白配体相互作用特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

模型训练中过拟合的监控与调整策略

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
过拟合的定义与本质
为什么模型会记住噪声
过拟合的定义本质
02
过拟合的常见原因分析
数据量不足 · 模型复杂度高等
过拟合的常见原因…数据量不足
03
过拟合 vs 欠拟合
如何区分两种状态
vs过拟合
04
过拟合的典型表现
训练损失低 · 验证损失高的背后逻辑
过拟合的典型表现训练损失低
05
通过损失曲线监控过拟合
绘制并解读训练/验证 Loss
通过损失曲线监控…Loss
06
通过验证集性能监控过拟合
准确率 · F1-score 的对比
通过验证集性能监…准确率
07
学习曲线（Learning Curves）诊断过拟合
偏差与方差的可视化
LearningCurves
08
早停法（Early Stopping）原理与实现
如何设置 patience
EarlyStopping
09
L1 正则化（Lasso）控制过拟合
稀疏性约束
L1Lasso
10
L2 正则化（Ridge）控制过拟合
权重衰减的本质
L2Ridge
11
Dropout 层的原理与使用
随机丢弃神经元
Dropout层的原理
12
Dropout 的变体
SpatialDropout · DropConnect 等
Dropout的变体
13
数据增强（Data Augmentation）缓解过拟合
图像翻转 · 旋转等
DataAugmentation
14
常见的图像数据增强技术
Cutout · Mixup · RandAugment
常见的图像数据增…Cutout
15
文本数据增强方法
回译 · 同义词替换 · 随机插入
文本数据增强方法回译
16
模型简化
减少层数和神经元数量的实用技巧
模型简化减少层数
17
集成学习降低过拟合
Bagging 与 Boosting…
集成学习降低过拟…Bagging
18
交叉验证与模型选择
K 折交叉验证的过拟合监控
交叉验证模型选择
19
超参数调优降低过拟合
网格搜索 · 随机搜索 · 贝叶斯优化
超参数调优降低过…网格搜索
20
学习率调度策略
Step Decay · Cosine Annealing 与…
学习率调度策略Step
21
权重衰减（Weight Decay）与 L2 正则化的深度关联
权重衰减（Weight Decay）与… · 核心概念 · 实践要点
WeightDecay
22
批量归一化（Batch Normalization）对过拟合的间接影响
批量归一化（Batch Normaliz… · 核心概念 · 实践要点
BatchNormalizatio…
23
标签平滑（Label Smoothing）
软化真实标签防过拟合
LabelSmoothing
24
对抗训练（Adversarial Training）
通过对抗样本增强鲁棒性
AdversarialTraining
25
梯度裁剪（Gradient Clipping）防止梯度爆炸与过拟合
梯度裁剪（Gradient Clippi… · 核心概念 · 实践要点
GradientClipping
26
模型检查点（Checkpoint）与最佳模型保存策略
模型检查点（Checkpoint）与最佳… · 核心概念 · 实践要点
Checkpoint模型检查点
27
可视化特征图与激活值
监控模型是否过拟合
可视化特征图激活值
28
偏差-方差权衡（Bias-Variance Tradeoff）深入理解
偏差-方差权衡（Bias-Varianc… · 核心概念 · 实践要点
Bias-Varianc…Tradeoff
29
综合策略
如何根据场景组合多种防过拟合方法
综合策略如何根据场景组合…
30
实战案例
在 PyTorch/TensorFl…
实战案例PyTorch/Tens…