模型参数选择

抑制过拟合：四个方法

1.添加正则项

• L1正则项 （作为特征选择器，模型稀疏）

尽可能是余项（w相关项）为0 ，（说明细胞是死掉的，模型就变得稀疏，这个细胞就没用，在模型进行压缩的时候可以砍掉就可以很大倍数的压缩）， w为0的时候这个细胞是没有意义的。入 自己定义的，J(w)是loss

• L2正则项（连续可导，易于训练）

2.Dropout

$$
X \sim b(n, p)
$$

以2算式丢弃神经网络的节点。 p是丢弃的概率， 优点 使模型变得简单，抑制过拟合

3.Data Augmentation：数据增广

​ 在数据上做文章，增广后的数据尽可能服从原数据的分布

4.Early Stopping ：早停

torch.randn()参数size与输出张量形状

当size是n个数时，m_1， m_2，...，m_n， 若n为奇数，则返回一个m_1行1列的张量， 其中每个元素是一个m_2行m_3列的张量，....， 又其中每个元素是一个m_n- 1行m_n列的张量，最小元素的每一行服从正态分布。
当size是n个数时，m_1，m_2，...，m_n， 若n为偶数，则返回一个m_1行m_2列的张量， 其中每个元素是一个m_3行m_4列的张量，...， 又其中每个元素是一个m_n-1行m_n列的张量， 最小元素的每一行服从正态分布。

存在的问题：容易陷入局部最优解。

阿尔法 太小的话 训练时间太长成本太大，阿尔法太大 容易忽略最优解 （跨过最后解）

更改：

随机梯度下降系列 SGD：动量上做文章单向的时候vt越来越大，当从优点左面震荡到最优点右面的时候，速度就会减慢 ，直到找到最优点。

自适应学习率系列 Ada：学习率上做文章 每个 seita 单独跟踪。越从快到慢寻找最优点。

目标是：加快收敛，抑制震荡

优化器的选择：

如果数据是稀疏的，就用学习率自适应优化器