이미지 분류를 위한 깊은 컨볼루션 신경망(CNN)을 훈련시키고 있는데, 훈련 데이터에 대한 정확도는 99%이지만 검증 데이터에 대한 정확도가 70%에 머무르고 있습니다. 데이터 증강(Data Augmentation), 드롭아웃(Dropout), 배치 정규화(Batch Normalization), L1/L2 정규화, 조기 종료(Early Stopping) 등의 기법을 포함하여 모델의 일반화 성능을 높이기 위한 구체적인 전략을 수립해 주십시오. 각 기법이 적용되는 레이어와 하이퍼파라미터 설정 값에 대한 제안을 포함하십시오.