下列有關過擬合(Overfitting)之處理策略，何者有誤？
A利用數據增強如圖片旋轉，增加數據多樣性
B不斷增加訓練次數，直到訓練誤差趨近於零正確答案
C使用Dropout技巧隨機丟棄神經元
D使用早停法(Early Stopping)
答案與詳解
為什麼答案是 B
不斷增加訓練次數(Epochs)直到訓練誤差趨近於零，會使模型記住訓練資料的雜訊，導致泛化能力下降，此為造成過擬合的行為，而非解決策略，故本選項有誤。
考點：數據增強考點：過度訓練=過擬合考點：Dropout正則化考點：早停法
載入中…
