如何在使用VGG16进行回归时减少过度使用？

Question

我正在使用VGG16的转学习来进行回归任务，但我很快就会过度适应。我想减少回归的参数数量（最后一层），我该怎么做？

Answer 1

假设您没有重新训练初始层并且只是添加输出层而无法减少可训练参数的数量，那么您可以尝试通过在其间添加Dropout层或类似的东西来对抗过度拟合。

虽然你应该记住VGG16的重量训练有适合分类任务的损失函数（如分类交叉熵），这给我的印象是你的模型只能根据物体是什么来猜测长度（甚至可能是想法，但看起来有点像昆虫的大型汽车可能会比看起来像建筑物的小型汽车更小。