多项选择题

A.过拟合指模型在训练集上表现好，在测试集上表现差
B.正则化包括L1和L2正则化
C.Dropout是一种防止过拟合的技术
D.增加模型的复杂度有助于防止过拟合
E.过拟合通常由于训练数据量过多造成的

你可能感兴趣的试题

A.模型在训练数据上表现很好
B.模型在测试数据上表现不佳
C.模型泛化能力强
D.模型泛化能力差
E.模型学习了噪声数据的特征

A.适用于处理序列数据
B.LSTM是一种特殊的RNN
C.梯度消失问题比CNN严重
D.能处理可变长度的输入序列
E.仅用于自然语言处理