← 返回卡片

原书出处

机器学习算法原理与编程实践

10 第10章 认知计算与深度学习

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.770Z

控制了正则化参数的重要性。由于p最常用的值是1和2,因此命名为L1/L2。如果p=2,则正则化也被称为“权重衰减”法。

原则上,加入一个正则项到损失函数将促使神经网络中的网络映射变得平滑(通过惩罚参数,极大地降低网络模型的非线性)。

更直观地说,这两项(NLL和R(θ))对应于数据集的模型(NLL),并具有“简单”或“平滑”的解(R(θ))。因此,最大

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/机器学习算法原理与编程实践/_epub-src/OEBPS/text00034.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d