심층 TensorFlow 네트워크가 훈련 데이터에 적합하지만 새 데이터에는 일반화가 잘 안 됩니다. 어떤 기술이 과적합을 줄일 수 있을까요?

드롭아웃은 훈련 중에 무작위로 뉴런의 일부를 비활성화하여 네트워크가 특정 뉴런에 과도하게 의존하는 것을 방지하고, 결과적으로 과적합을 줄이는 데 도움이 됩니다. 스레딩(Threading)과 직렬화(Serialization)는 병렬 처리 및 데이터 저장과 관련된 기술로, 모델의 과적합과는 직접적인 관련이 없습니다. 차원 축소(Dimensionality Reduction)는 데이터의 특성 수를 줄여 과적합을 간접적으로 줄일 수 있지만, 드롭아웃처럼 신경망 자체의 복잡성을 직접적으로 제어하는 방법은 아닙니다.