檢查 L1 正規化
這項運動含有微小、略為雜訊的訓練資料集。以這種環境來說,過度配適就是很重要的。規律化或許有幫助,但哪種形式的正規化做法可能有幫助?
本練習包含五個相關工作。為了簡化五項工作的比較,請在獨立的分頁中執行每項工作。 請注意,連結特徵和輸出內容的線條粗細代表每個地圖項目的相對權重。
工作 | 正規化類型 | 正規化率 (lambda) |
---|---|---|
1 | L2 | 0.1 |
2 | L2 | 0.3 |
3 | 近1 | 0.1 |
4 | 近1 | 0.3 |
5 | 近1 | 實驗組 |
問題:
- 從 L2 切換為 L1 正規化後,如何影響測試損失和訓練損失之間的差異?
- 從 L2 切換為 L1 正規化後,對已知權重有何影響?
- 提高 L1 正則化率 (lambda) 對已知權重有何影響?
(答案就在運動下方)。