【deeplearning.ai】改善深層神經網絡：超參數調試、正則化以及優化

依據訓練集和驗證集選擇算法和調超參 在訓練集上用不同模型訓練，選取幾個擬合效果好的模型 將這幾個模型應用在驗證集上，選擇最優的一個或幾個   在步驟2上，可以通過正則化等手段優化模型；步驟1是爲了選擇模型。 L2 L 2 正則化爲什麼能起作用？   從貝葉斯的角度上看，正則化等價於對模型參數引入先驗分佈。在後驗概率估計上，增加高斯分佈先驗，就是 L2 L 2 正則化；增加拉普拉斯分佈先驗，就是 L

>>阅读原文<<