使用VGG16進行回歸時如何減少過度擬合？

Question

我正在使用VGG16的轉移學習來執行回歸任務，但是我很快就過度適應了。 我想減少回歸參數（最后一層）的數量，我該怎么做？

Answer 1

假設您不重新訓練初始層並僅添加輸出層，就無法減少可訓練參數的數量，但是您可以嘗試通過在兩者之間添加一個Dropout層來解決過度擬合問題。

盡管您應該記住，VGG16的權重是使用適合分類任務的損失函數（例如分類交叉熵）訓練的，但是這給我的印象是您的模型將僅根據對象是什么猜測長度（甚至可能是對象的長度）。這個想法，但是看起來像昆蟲的大型汽車的尺寸可能要比看起來像建築物的小型汽車的尺寸小）。