当前位置:   article > 正文

深度学习基础20(权重衰退以及代码实现详解)_权重函数随距离变大而衰减

权重函数随距离变大而衰减

权重衰减

在这里插入图片描述

下面来学习一些正则化模型的技术。

为什么要正则化?

  • 我们可以通过去收集更多的训练数据来缓解过拟合。 但这可能成本很高,耗时颇多,或者完全超出我们的控制,因而在短期内不可能做到。 假设我们已经拥有尽可能多的高质量数据,便将重点放在正则化技术上。

实际上,限制特征的数量是缓解过拟合的一种常用技术。

但简单地丢弃特征对于这项工作来说可能过于生硬。 我们继续思考多项式回归的例子,考虑高维输入可能发生的情况。 多项式对多变量数据的自然扩展称为单项式(monomials), 也可以说是变量幂的乘积。 单项式的阶数是幂的和。

注意,随着阶数

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/盐析白兔/article/detail/349783?site
推荐阅读
相关标签