Deep-Learning-吴恩达-作业（五）

view times

Regularization

PS：要明确的是正则化是对过拟合现象的修正，不是必须要做的

1. L2 Regularization

1.每前向传播完成后计算 cost function 需要加上正则化项

2.反向传播计算dW时也需要加上正则化项

3.权重W变为较小的值，从而防止过拟合

2. Dropout

1.将前一层的输出同时是这一层的输入A[l]，以一定概率keep_prob丢弃，再将剩余的 A[l]除以keep_prob (而不影响下一层的计算)

2.反向传播时，对于 dA[l] 进行同样的丢弃和缩放

扫一扫，分享到微信

微信分享二维码

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

<font size="3" face="Courier New" color="#5f3c23"><b>JZY</b><br><br>研究生：东南大学电子学院<br>本科：南京理工大学电光学院</font>