神经网络学习笔记(2):过拟合

    xiaoxiao2023-11-01  167

    模型复杂度图表:

    判断是否出现欠拟合过拟合

     

    避免过拟合:

    过拟合的函数提供了更小的误差,对误差函数进行调整:

    惩罚weights

    使用L1正则化时,我们希望得到稀疏向量,他表示较小权重趋向0

    L2正则化得出较小齐权的向量

    最新回复(0)