Correction d’un modèle souffrant d’overfitting sur dataset limité

Scénario

Contexte : Un CNN PyTorch atteint 99% sur le train mais chute fortement sur validation. Le Problème : L’architecture est trop complexe pour le volume de données disponible. Extrait logique actuelle : Conv2d(64) -> Conv2d(128) -> Linear(512) Sans régularisation. Contraintes : Introduire dropout ou data augmentation. Réduire complexité si nécessaire. Comparer courbes train/validation. Livrable attendu : Proposer une amélioration architecturale permettant de réduire le surapprentissage.

Compétences ciblées