我正在训练一个卷积神经网络（CNN），在训练集上得到了85%的准确率，而在测试集上得到了65%的准确率。

如果我适当设置网络的正则化（在我的例子中使用了dropout和L2），我可以假设我的测试准确率会非常接近训练准确率（同时随着正则化的增加，训练准确率会有所下降）吗？

例如，是否可以达到75%-74%的准确率？

回答：

如果所有网络参数的正则化设置得当，并且数据批次具有良好的代表性，你的测试准确率和训练准确率之间的差异应该很小。但当然，你需要通过参数优化和特征选择来优化你的模型。

你可以查看这个链接获取更多信息。

希望这对你有帮助！