Sherioc

摘要： 正则化 L1正则化和L2正则化是机器学习中用于防止模型过拟合的技术，它们通过向损失函数添加额外的项来实现对模型复杂度的惩罚。 L1 正则化 (Lasso Regularization) L1正则化通过在损失函数中添加一个与权重系数的绝对值成比例的项来实现。这个额外的项迫使某些权重系数降为零，从而实现 阅读全文

摘要： 1、Keras深度学习框架中的理解方式 矩阵向量点积 output = relu(dot(W, input) + b) input的每个元素为三维的特征向量的特征， W矩阵： 行：存储节点权重数组 列数表示节点数量 所以result[1]和result[0]运算互不干扰，能够并行加速 上述数学角度运 阅读全文