Translations:Convolutional Neural Networks/31/es

• Usa modelos preentrenados (transfer learning) cuando los datos etiquetados sean limitados.
• Prefiere kernels pequeños ($ 3 \times 3 $) apilados en profundidad — dos capas $ 3 \times 3 $ tienen el mismo campo receptivo que una capa $ 5 \times 5 $ pero con menos parámetros.
• Aplica la normalización por lotes después de la convolución y antes de la activación.
• Usa aumento de datos generosamente para reducir el sobreajuste.
• Reemplaza las capas totalmente conectadas con global average pooling para reducir parámetros.