正则化 DropBlock
学习 DropBlock 如何丢弃连续区域而非独立单元，强制网络利用剩余区域学习，适合卷积层正则化。
20
0
0
2026-06-21
Mixup 数据增强
学习 Mixup 增强，通过随机线性插值混合两个样本及其标签，引导模型学习线性行为，增强泛化与鲁棒性。
35
0
0
2026-06-21
标签平滑 Label Smoothing
将硬目标 one-hot 标签调整为软标签，降低模型对训练标签的信心，提升泛化与模型校准能力。
26
0
0
2026-06-21
Stochastic Depth
学习在训练超深残差网络时随机丢弃整层，只在测试时使用完整深度，类似 Dropout 的层级别正则化手段。
33
0
0
2026-06-21
Dropout 与变体
回顾 Dropout 原理及其变体如 DropConnect、Spatial Dropout、变分 Dropout，在训练时随机丢弃单元防止过拟合。
30
0
0
2026-06-21