← 返回卡片

原书出处

Python深度学习架构实用指南(初译)

02 深度前馈网络 数据划分、过拟合与正则化

核验版本的摘录快照 · 导入于 2026-11-16T09:48:17.710Z

L1 正则化被认为是健壮的,因为它对数据的异常值不那么敏感。 但是 L1 正则化有时可能会在计算上变得昂贵,并可能在我们的损失函数中引入不连续性。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/05.html

EPUB SHA-256:9e97657a6ef44a2c5b99c157ca9efc53d39edf31c53d4cd4857b7b54fe9c23aa