面试题库 › C++ / 后端 › 深度学习样本不足的问题与缓解方法

深度学习样本不足的问题与缓解方法

难度 ★★☆在 1 场真实面经中被问到 方向:C++ / 后端考点:训练优化与正则化

哪些公司问过

大华1

答案要点

  1. 样本不足易过拟合,泛化能力差,验证结果方差大,不平衡问题更突出
  2. 数据增强:图像翻转、裁剪、颜色扰动、Mixup;文本回译、同义词替换
  3. 迁移学习:加载预训练模型微调,数据极少时冻结大部分层只训练头部
  4. 正则化:L2 权重衰减、Dropout、早停,并适当减小模型容量
  5. 利用无标注数据做半监督或自监督,生成模型合成样本,交叉验证与集成辅助

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题