深度學習中的正則化

正則化概念: 在《Deep Learning》書中定義正則化爲「對學習算法的修改——旨在減少泛化誤差而不是訓練誤差」,《統計學習方法》中認爲正則化是選擇模型的一種方法。我個人比較傾向於後一種解釋。在上一篇博客也提到了,模型可以看成是一個高維函數,當模型參數確定了,這個函數也就確定了。對於不同的模型參數,能得到千千萬萬個不同的模型,我們將這所有的可能得到的模型稱之爲假設空間。理想情況下,我們希望真實
相關文章
相關標籤/搜索