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
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
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