这篇教程神经网络在小样本数据集上非常容易过拟合写得很实用，希望能帮到您。
1.神经网络在小样本数据集上非常容易过拟合。
2.使用dropout和数据增强(通过generator实现)可以有效的抑制过拟合。
3.使用预训练模型可以改善模型的表现。
4.使用预训练模型的方法一：使用预训练模型进行特征提取，之后使用自定义网络进行分类。
5.使用预训练模型的方法二：将预训练模型与自定义网络拼接在一起，然后固定预训练模型的参数，训练自定义网络的参数。
6.使用预训练模型的方法三：进行微调，即将5中训练完成的模型中预训练模型的一部分固定参数解除固定，在重新训练
使用图像增强来训练小数据集
Keras的回调函数ReduceLROnPlateau 训练过程优化学习率 |
