Translations:Convolutional Neural Networks/31/es

• Utiliza modelos preentrenados (transfer learning) cuando los datos etiquetados son 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 batch normalisation después de la convolución y antes de la activación.
• Utiliza data augmentation con generosidad para reducir el sobreajuste.
• Sustituye las capas totalmente conectadas por global average pooling para reducir parámetros.