【23-24 秋学期】NNDL 作业3

在Softmax回归的风险函数(公式(3.39))中,如果加上正则化项会有什么影响?

正则化项的作用是防止过拟合,即在损失函数上增加一些限制,来达到缩小解空间,来预防求出过拟合的解。

softmax回归的风险函数不添加正则项是:

R\left ( W \right )=-\frac{1}{N}\sum_{n=1}^{N}\left ( y^{\left ( n \right )} \right )^{T}log\widehat{y}^{\left ( n \right )}

这些所有类别里,只有一个1,其他的均为0,也就是说很多都是冗余的。所以我们可以减去一个相同的向量,来缩小,解空间,防止过拟合。

加入正则化项:

\lambda W^{T}W

在对整个风险函数求关于W的梯度,可得到新的一项

2\lambda W

即在更新W时,可以令比较大的W值减去2λW,以此可以防止过拟合,得到一个较好的W参数,同时也可以防止W过大造成数据上的溢出。生动的来讲就是惩罚过大的参数项。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值