L2正则共1篇
L1 与 L2 正则化：稀疏与平滑的选择-子比笔记

L1 与 L2 正则化：稀疏与平滑的选择

L1 正则化（绝对值惩罚）倾向产生稀疏解，把不重要的参数直接压到零；L2 正则化（平方惩罚）倾向让所有参数都变小但不为零，解更平滑。选哪个取决于具体需求。 这两种惩罚方式折射出不同的处世...
机器学习
admin的头像-子比笔记admin10小时前
0489

文章分类

热门标签

Agent (5) AGI (3) AIGC (13) AI伦理 (4) AI历史 (5) AI基础 (3) AI安全 (7) AI应用 (27) AI技能 (4) AI教育 (4) AI编程 (4) CNN (6) NLP (23) Prompt (4) RAG (4) Transformer (6) 人工智能 (3) 企业应用 (4) 优化 (7) 图像处理 (5) 大模型 (22) 大语言模型 (5) 开发工具 (5) 强化学习 (4) 技术前沿 (10) 推理 (4) 提示词 (6) 效率工具 (5) 数据 (4) 数据科学 (5) 机器学习 (15) 模型架构 (6) 模型训练 (3) 模型评估 (8) 模型部署 (4) 深度学习 (24) 神经网络 (8) 科普 (13) 算力 (3) 算法 (15) 计算机视觉 (24) 训练技巧 (7) 语音技术 (5) 过拟合 (3) 采样 (4)

文章归档

关于本站

这是一个使用 Zibll 子比主题搭建的个人站点，分享科技、生活、文化、旅行与健康方面的思考与记录。

欢迎在文章下方留言交流。

功能