深度学习正则化 —— 控制容量的实战武器库(十七)
1. 定位导航上一篇说明了过拟合的危害——模型记住训练集噪声而无法泛化。本篇是实战武器库:每一种正则化技术的数学原理 + 数值推演 + 何时使用。正则化的统一定义(Goodfellow):正则化 = 修改学习算法,使其降低泛化误差(而非训练误差)的任何手段。2. 正则化的统一框架绝大多数正则化手段都可以写成在目标函数中添加惩罚项:J~(θ;X,y)=J(θ;X,y)+α⋅Ω(θ)\tilde{J}(\boldsymbol{\theta}; \mathbf{X}, \mathbf{y}) = J(\boldsymbol{\theta}; \mathbf{X}, \mathbf{y}) + \alpha \cdot \Omega(\boldsymbol{\theta})
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2518090.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!