如何解决过拟合？除了 dropout 和正则化，还有哪些方法？

回答思路

1. 能解释过拟合的成因，如模型容量过大、数据不足、特征过多
2. 能列举数据层面手段，如数据增强、增加样本量、交叉验证
3. 能说明模型与训练层面手段，如早停、简化模型、集成学习、DropBlock、Label Smoothing
4. 能区分不同方法的使用场景与代价