模型調優之正則化

正則化的不同方法： L1正則化 L2正則化 Dropout L1正則化和L2正則化 首先什麼是正則化？正則化就是約束目標函數，使得目標函數能夠更適應現實問題。機器學習出來的目標函數通常可以很好地擬合訓練數據，但泛化能力差，這種成爲過擬合現象，爲了解決過擬合現象從而在目標函數中引入一個約束項。 圖片來自吳恩達深度學習課程 如上圖中的損失函數，當參數labda越大，W越小，目標函數越接近線性，越接近第

>>阅读原文<<