正则化(Regularization)是向模型施加额外约束以抑制过拟合的技术方法,其核心构成包括L2正则化、Dropout随机丢弃与权重约束,解决的是模型在训练数据上过拟合、泛化能力不足的问题,并不解决训练数据本身质量不高与分布偏移带来的效果问题。
正则化是什么?
正则化(Regularization)是向模型施加额外约束以抑制过拟合的技术方法,其核心构成包括L2正则化、Dropout随机丢弃与权重约束,解决的是模型在训练数据上过拟合、泛化能力不足的问题,并不解决训练数据本身质量不高与分布偏移带来的效果问题。
🔗 本文链接