怎么解决CNN出现过拟合现象？

运用以下CNN网络模型训练数据，用了两种数据预处理方法，得到的准确率曲线都出现过拟合现象，应该怎么改呢？

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 8, 5, padding=2)
        self.pool = nn.MaxPool2d(2)
        self.fc1 = nn.Linear(16 * 16 * 8, 1024)
        self.fc2 = nn.Linear(1024, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = x.view(-1, 16 * 16 * 8)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

加上dropout
提前终止训练
最治本的方法是增加训练数据量

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7435590
• 你也可以参考下这篇文章：【论文知识点笔记】具有定量特征融合的粒子群优化模糊 CNN 用于超声图像质量识别
• 您还可以看一下 七月在线老师的图像分类与图像搜索特训课程中的 迁移学习在CNN上的应用小节, 巩固相关知识点