原书出处
分布式机器学习:交替方向乘子法在机器学习中的应用
06 加权Huber约束稀疏表达的鲁棒性算法 6.1 Sigmoid权重
的惩罚率,使得权重取值分布更加平滑。
Sigmoid函数可以将权重取值约束在[0,1]之间,避免具有非常小残差的像素获得几乎无限的权重值,这降低了迭代初期,编码系数的波动,提高了编码过程的鲁棒性。
所以,当残差大于δ时,权重小于0.5
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter6.xhtml
EPUB SHA-256:09dfdf1c3d0b85ffd714aa31b1545050f8a45686664f814789c7fed53b574d44