计算机应用研究

作者：陈琨,王安志,

单位：贵州师范大学大数据与计算机科学学院,贵阳550025；

关键词：卷积神经网络,正则化方法,过拟合,泛化,

基金：国家自然科学基金地区基金资助项目(62162013)；贵州师范大学学术新苗基金资助项目(黔师新苗［2022］30号)；；

近年来，卷积神经网络已经广泛应用于计算机视觉各个领域中并取得了显著的效果。正则化方法是卷积神经网络的重要组成部分，它能避免卷积神经网络在模型训练的过程中出现过拟合现象。目前关于卷积神经网络正则化方法的综述较少，且大多缺乏对新提出的正则化方法的总结。首先对卷积神经网络中的正则化方法相关文献进行详细的总结和梳理，将正则化方法分为参数正则化、数据正则化、标签正则化和组合正则化；然后在ImageNet等公开数据集上，基于top-1 accuracy、top-5 accuracy等评价指标，对不同正则化方法的优缺点进行对比分析；最后讨论了卷积神经网络的正则化方法未来的研究趋势和工作方向。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期