- 博客(2)
- 收藏
- 关注
原创 Educoder 机器学习 正则化策略
任务描述 本关任务:在上一关的基础上,添加L2和dropout正则项 相关知识 正则化常用于缓解模型过拟合。常用的有两种正则化策略:1、通过对模型施加某些限制,增加优化约束条件;2、通过在模型优化过程中添加干扰,提高模型泛化能力。 为了完成本关任务,你需要掌握:1.L2正则项,2.如何给loss函数添加正则项,3. 随机失活函数 L2正则项 L2 正则化公式非常简单,直接在原来的损失函数基础上加上权重参数的平方和: L=Ein+λj∑ωj2 其中,Ein 是未包含正则化项的训练样本误
2022-04-13 18:29:15
409
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人