<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>正则化 on PlumePHP</title><link>https://plumephp.com/tags/%E6%AD%A3%E5%88%99%E5%8C%96/</link><description>Recent content in 正则化 on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 28 Sep 2026 10:00:00 +0800</lastBuildDate><atom:link href="https://plumephp.com/tags/%E6%AD%A3%E5%88%99%E5%8C%96/index.xml" rel="self" type="application/rss+xml"/><item><title>深度学习进阶：CNN、RNN、正则化与训练调参实战</title><link>https://plumephp.com/ml-deep-learning-advanced/</link><pubDate>Mon, 28 Sep 2026 10:00:00 +0800</pubDate><guid>https://plumephp.com/ml-deep-learning-advanced/</guid><description>&lt;h2 id="引言"&gt;引言&lt;/h2&gt;
&lt;p&gt;入门篇用 PyTorch 搭了第一个 MLP（/ml-neural-networks-basics/）。进阶要解决两个问题：&lt;strong&gt;MLP 处理不了的结构&lt;/strong&gt;（图像的空间局部性、序列的时序性）与&lt;strong&gt;深网络的训练困境&lt;/strong&gt;（梯度消失、过拟合）。本文先给 CNN 与 RNN 两大家族的结构，再集中解决「怎么把深网络训好」——正则化、优化器、学习率调度、迁移学习，最后用 CIFAR-10 完整跑通。&lt;/p&gt;</description></item></channel></rss>