Какие знаешь методы регуляризации нейронных сетей

L1/L2 регуляризация - добавление штрафа за большие веса (L1 - сумма модулей, L2 - сумма квадратов). Пример в Keras:

model.add(Dense(64, kernel_regularizer=l2(0.01)))

Dropout - случайное "выключение" нейронов во время обучения:

model.add(Dropout(0.5))

Ранняя остановка (early stopping) - прекращение обучения при ухудшении валидационных метрик:

callbacks = [EarlyStopping(patience=3)]

Batch Normalization - нормализация активаций между слоями:

model.add(BatchNormalization())

Data Augmentation - увеличение данных через преобразования (для изображений - повороты, сдвиги и т.д.). Также используются методы вроде weight decay, max-norm constraints и label smoothing. Выбор метода зависит от задачи и архитектуры сети.