範數在機器學習的應用

       範數在深度學習中的應用是作爲損失函數正則化選項，從而減少模型的過擬合情況。在繼續講解正則化之前，我們先介紹欠擬合、過擬合的概念。 1 範數要解決的問題 過擬合現象        假設座標系內有一系列點，都是帶有噪聲的二次曲線上的點。現在我們不知道這些數據是二次曲線上的點，但希望通過一個函數來擬合出一條線，使得這條線能儘可能的貼近這些點，這條線也就是我們得到的模型。如圖1所示第一列到第

>>阅读原文<<