会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
喂你在哪
博客园
首页
新随笔
联系
管理
订阅
2019年6月1日
深度学习基础篇(二)
摘要: 1.使用L1,L2正则化防止过拟合的原理 L1正则化是使得那些原先在0附近的权重参数W往零移动,从而减弱那些可能是某些批次数据所特有的特征对网络模型的影响,它偏向于产生少量的特征。L2正则化起到使得权重参数W变小加巨的效果,从而降低网络模型的复杂度,W的减小会使得激活函数的取值范围减小,一定程度上会
阅读全文
posted @ 2019-06-01 14:18 喂你在哪
阅读(433)
评论(0)
推荐(0)
编辑
公告