【8】深度学习正则化

1、为什么使用正则化

图一欠拟合,图二正拟合,图三过拟合

2、正则化的方法

正则化通过对算法的修改来减少泛化误差,常用的策略有参数范数惩罚、提前终止、DropOut等。

2.1、L1和L2正则化

代码如下:(可以在某一层的layer中指明正则化类型和超参数)

 2.2、DropOut正则化

随机删除某些节点 

代码如下:

2.3、提前停止

代码如下:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值