1。Early stop
在模型訓練過程中，提前終止
2。Data expending
用更多的資料集
3。正則
眾所周知的正則化，有L1 L2 兩者，順便問下兩者區別是什麼？
4。Droup Out
以一定的機率使某些神經元停止工作，可以從ensemble的角度來看，順便問下為啥Droup Out效果就是好呢？
5。BatchNorm
對神經元作歸一化
詳細的請看下面的文獻吧，當你說出這幾點後，面試官會接著問，為啥這個？為啥那個？為啥這個？為啥那個？為啥這個？為啥那個？為啥這個？為啥那個？為啥這個？為啥那個？為啥這個？為啥那個？為啥這個？為啥那個？o（╥﹏╥）oo（╥﹏╥）oo（╥﹏╥）oo（╥﹏╥）oo（╥﹏╥）o布吉島
神經網路簡介-防止過擬合 - CSDN部落格
深度學習（二十九）Batch Normalization 學習筆記
理解droupout - CSDN部落格
神經網路中的Early Stop
L2正則項與早停止（Early Stop）之間的數學聯絡
【CV知識學習】early stop、regularation、fine-tuning and some other trick to be known
筆者雖然只是一些問題的搬運工，但是筆者才疏學淺呀，具體需要對問題進行深入的小夥伴還望自己閱讀相關文獻，這裡只是提出一些問題，以便於面試時問到，如果內容有一些錯誤，還望批評指正~~~~
