过拟合问题
在训练时,随着损失函数不断下降,有可能过度拟合训练数据中的随机噪声,在这种情况下对未知数据可能无法做出可靠的判断。
正则化
为了避免过度拟合问题,我们可以使用正则化。在损失函数中添加正则化项。所谓正则化,即在损失函数中增加先验约束,通常约束参数量,使得大部分参数接近于0。具体如下:
在训练时,随着损失函数不断下降,有可能过度拟合训练数据中的随机噪声,在这种情况下对未知数据可能无法做出可靠的判断。
为了避免过度拟合问题,我们可以使用正则化。在损失函数中添加正则化项。所谓正则化,即在损失函数中增加先验约束,通常约束参数量,使得大部分参数接近于0。具体如下: