机器学习里面，在损失函数里会引入L2范数来作为正则化项，那么它的作用是什么，我在知乎里找到了答案。
链接：https://www.zhihu.com/question/35508851
L1是假设参数服从双指数分布，利于保证权值向量的稀疏性；L2是假设参数服从高斯分布，利于防止过拟合。即权重的平方和。
关于L1范式、L2范式参照：https://www.jianshu.com/p/78bb8f2032e2
机器学习里面，在损失函数里会引入L2范数来作为正则化项，那么它的作用是什么，我在知乎里找到了答案。
链接：https://www.zhihu.com/question/35508851
L1是假设参数服从双指数分布，利于保证权值向量的稀疏性；L2是假设参数服从高斯分布，利于防止过拟合。即权重的平方和。
关于L1范式、L2范式参照：https://www.jianshu.com/p/78bb8f2032e2
本文标题：机器学习中引入L2范数的意义
本文链接：https://www.haomeiwen.com/subject/faycxftx.html
网友评论