处理它的主要建议通常是正则化。还有其他实用的建议可以避免过度拟合吗？

我认为您实际上要问的是正则化和过度拟合之间的关系是什么。

答案是旨在减少过度拟合或测试错误的策略统称为正则化。所以我认为你的问题的简短回答是强调“不”。

以下是深度学习一书第 7 章中列出的一些正则化策略：

1. 参数规范惩罚

2. 规范惩罚作为约束优化

3. 数据集扩充

4. 噪声鲁棒性

5. 半监督学习

6. 多任务学习

7. 提前停止

8. 参数绑定和参数共享

9. 稀疏表示

10. Bagging 和其他集成方法

11. 退出

12. 对抗训练

13. 切线距离、标记道具和流形标记分类器