Questions tagged «regularization»


2
为什么在L2上使用L1正则化?
使用损失函数进行线性回归模型,为什么我应该使用而不是L 2正则化?大号1个L1L_1大号2L2L_2 是否可以防止过度拟合?它是确定性的(因此总是唯一的解决方案)?在特征选择上是否更好(因为产生稀疏模型)?它会分散特征之间的权重吗?

3
在神经网络中选择正则化方法
训练神经网络时,至少有四种方法可以使网络规范化: L1正则化 L2正则化 退出 批量归一化 当然还有权重共享和减少连接数之类的其他事情,从严格意义上讲,这可能不是正则化。 但是,如何选择使用哪些正则化方法呢?是否有比“仅尝试一切,看看有什么用”的更原则的方法?

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.