iPAS 考題解析深度學習模型中,下列哪一項通常用來降低過擬合(Overfitting)問題?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:D. 增加正則化項
增加正則化(Regularization)項(Regularization,如 L1/L2)能限制模型複雜度(Model Complexity),有效降低過擬合(Overfitting)問題。
每個選項為什麼對或錯
-
A 增加訓練數據量 錯誤選項
增加訓練數據量也能降低過擬合(Overfitting),但題目問的是「正則化(Regularization)項」這個選項更直接
-
B 增加模型的複雜度 錯誤選項
增加模型複雜度會加劇過擬合(Overfitting),不是降低
-
C 增加學習率 錯誤選項
增加學習率(Learning Rate)可能導致訓練不穩定,不能降低過擬合(Overfitting)
-
D 增加正則化項 正解
答案、題目或解析有問題?回報這題