原书出处
深度学习
07 第7章 深度学习中的正则化
仍然是将领域知识有效地整合到网络架构的最佳范例之一。 我们将会在第9章中更详细地讨论卷积神经网络。 7.10 稀疏表示
前文所述的权重衰减直接惩罚模型参数。另一种策略是惩罚神经网络中的激活单元,稀疏化激活单元。这种策略间接地对模型参数施加了复杂惩罚。
我们已经讨论过(在第7.1.2节中)L 1 惩罚如何诱导稀疏的参数,即许多参数为零(或接近于零)。另一方面,表示的稀疏
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习/_epub-src/text/part0002.html
EPUB SHA-256:30b05f447b47f121324499dd200696e34be257d5cd4c4b753541b42f40a94639