文档摘要

2.3 正则化：L1、L2 与 Dropout 本节摘要：上一节说要治"只会背题"，本节给三味药——L1、L2 和 Dropout。L2 拴住参数大小、L1 逼出稀疏、Dropout 练一支更抗打的隐队长，各自机理与代价都讲清楚。 承接 2.2 说的"参数太自由就要上保险"，本节把保险单打开。正则化的大方向就一句话：在损失里加一道"约束的审判"，让网络不敢把参数凹到只贴训练集的形状。 会员。《2.3 正则化：L1、L2 与 Dropout》收录于灏天文库文集《深度学习核心算法精讲：从原理到实践》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/493-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E7%B2%BE%E8%AE%B2%E4%BB%8E%E5%8E%9F%E7%90%86%E5%88%B0%E5%AE%9E%E8%B7%B5

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流