机器学习
文章平均质量分 59
Drawing Ting
有心舍得教别人,凭什么不愿意教自己?
展开
-
什么是深度持续学习中可塑性?
深度持续学习(Deep Continual Learning)使得模型能够在面对新任务或新数据时不断学习,而不会遗忘已经学到的知识。在这种背景下,“可塑性”(Plasticity)是指模型对新知识的吸收和适应能力。原创 2024-08-24 11:40:41 · 207 阅读 · 0 评论 -
L1、L2正则化是啥?
L1正则化、L2正则化都是一种用于的技术,常用于机器学习和统计建模中。它们的主要区别在于对权重的惩罚方式不同。L1正则化在损失函数中加入作为惩罚项,其数学表达式为:其中,∣wi∣表示模型参数的绝对值。L2正则化在损失函数中加入权重平方和作为惩罚项,其数学表达式为::其中:Original Loss是模型的原始损失(如均方误差);wi 表示模型的参数(权重);λ 是正则化参数,控制惩罚项的强度。通过引入L2正则化,模型会倾向于,这样可以减少模型对,从而提高模型在未知数据上的。原创 2024-08-24 10:58:56 · 537 阅读 · 0 评论