1. 首页首页
  2. 科技前沿科技前沿

正则化(regularization)方法总结

科技前沿 • • 阅读 21

正则化(regularization)方法总结目录 1 正则化作用 2 正则化方法 2 1 基于数据的正则化方法 2 1 1 data augmentation 2 1 2 dropout 2 2 基于网络结构的正则化方法 2 2 1 weight sharing 2 2 2 activation functions 2 2 3 Noisy models 2 2 4 Multi task learning 2 2 5 Model

大家好，我是讯享网，很高兴认识大家。


讯享网

目录

  • 1 正则化作用
  • 2 正则化方法
    • 2.1 基于数据的正则化方法
      • 2.1.1 data augmentation
      • 2.1.2 dropout
    • 2.2 基于网络结构的正则化方法
      • 2.2.1 weight sharing
      • 2.2.2 activation functions
      • 2.2.3 Noisy models
      • 2.2.4 Multi-task learning
      • 2.2.5 Model selection
    • 2.3 基于正则化项
      • 2.3.1 L2
      • 2.3.2 L1
      • 2.3.3 L1与L2的异同
    • 2.4 基于optimization进行正则化
      • 2.4.1 Initialization methods
      • 2.4.2 Update methods
      • 2.4.4 Early Stopping
  • 3 参考
小讯
上一篇 2025-03-29 21:47
下一篇 2025-02-19 13:29

相关推荐

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/19087.html