L2/L1正則化方法

L2/L1正則化方法，就是最常用的正則化方法，它直接來自於傳統的機器學習。   L2正則化方法如下： L1正則化方法如下： 那它們倆有什麼區別呢？最流行的一種解釋方法來自於模式識別和機器學習經典書籍，下面就是書中的圖。 這麼來看上面的那張圖，參數空間(w1,w2)是一個二維平面，藍色部分是一個平方損失函數，黃色部分是正則項。   藍色的那個圈，中心的點其實代表的就是損失函數最優的點，而同心圓則代表

>>阅读原文<<