Que métodos de regularização de redes neurais conhece?

Principais métodos de regularização de redes neurais:

• Dropout — desligar aleatoriamente neurônios durante o treinamento para evitar o sobreajuste.
• Regularização L1 e L2 — adicionar uma penalidade à função de perda por pesos grandes (L1 promove sparsidade, L2 suaviza).
• Parada precoce (Early stopping) — interromper o treinamento quando a qualidade no conjunto de validação deixa de melhorar.
• Normalização por lotes (Batch Normalization) — normalizar as entradas das camadas, o que estabiliza e acelera o treinamento.
• Aumento de dados — aumentar artificialmente o tamanho do conjunto de treinamento.

Exemplo de regularização L2 no Keras:

from tensorflow.keras import layers, models, regularizers

model = models.Sequential([
    layers.Dense(64, activation='relu', kernel_regularizer=regularizers.l2(0.01)),
    layers.Dense(10, activation='softmax')
])