在训练神经网络时，以下哪个方法用于防止模型过拟合？ A. 增加训练数据 B. 使用更大的学习率 C. 增加网络深度 D. 使用正则化 答案解析 核心考点是防止过拟合的方法。正则化通过在损失函数中添加惩罚项来限制模型的复杂度，从而防止过拟合。增加训练数据虽然也有助于防止过拟合，但不是直接的方法。使用更大的学习率和增加网络深度可能会加剧过拟合问题。因此，D是正确答案。 正确答案：D