问答题正则化 Regularization 是机器学习中对原始损失函数引入额外信息 以便防止过拟合和提高模型泛化性能的一类方法的统称 包括L1和L2正则化 L1正则化有什么作用 A 减少过拟合 B 增加模型复杂度 C 增加过拟合 D 减少模型复杂度
问答题全连接神经网络的主要特点是什么 A 容易过拟合B 结构简单C 计算复杂D 适用于各种数据类型E 适用于图像数据
