7. 深度學習實踐：正則化（續）

接上篇：7. 深度學習實踐：正則化 7. 參數綁定和參數共享 表達對模型參數的先驗知識：經常想要表達的一種常見依賴是某些參數應當彼此接近。例如，兩個模型執行相同的分類任務，但輸入分佈稍有不同，因此我們認爲模型參數應彼此靠近。可通過正則化利用這個信息，具體的例如，參數範圍懲罰爲 Ω(w(A)−w(B))=||w(A)−w(B)||22 。 上述2006年提出，正則化一個模型（監督模式下的分類器）的參

>>阅读原文<<