知识卡片
正则抑制权重或共适应
目标函数可加权重惩罚,例如 L1 罚绝对值和,L2 罚平方和,Elastic Net 合用两者。训练中的 Dropout 则随机遮蔽部分激活,减少神经元总依赖固定搭档的机会。最大范数约束限制权重向量的长度。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 深度神经网络 · 查看原书依据
在训练过程中,以概率P随机丢弃一些神经元
参考来源
- 位置:《机器学习观止:核心原理与实践》第12章《深度神经网络》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter12.xhtml`)。
- 结论依据:第 12.4.1 节列出参数惩罚与随机丢弃等不同约束。
- 原始内容:在训练过程中,以概率P随机丢弃一些神经元