2022年5月13日
防止过拟合方式的一些理解（Regularization，Data Augmentation）
摘要： Regularization(正则化)： 定义： 任何减少泛化误差而不减少训练误差的行为。 （也就是可以增强对新数据的适配性，不会因为对原数据集拟合过度，导致对新数据的判断能力下降） 种类： 1. L2正则化（ Weight Decay(权重衰减)，Ridge Regression(岭回归) ） L 阅读全文
posted @ 2022-05-13 14:57 Ho- 阅读(268) 评论(1) 推荐(1)