一幅图胜千言万语
欠拟合
正确的拟合
过拟合
过拟合(overfitting):就是对数据的过度严格的拟合。这个经常出现在分类问题上。
L2正则化是最常用的正则化。
我们先求出代价方程J(w,b)为:
L2正则化,就是在代价方程后面加个lambda/(2m)参数W范数的平方,下标2表示L2正则化的意思,2是为了接下来的求导好化简而写的,就是个比值而已:
其中
是:
但是为啥参数W都用上了,为啥不+bias b:
因为,b也是一个参数,而且是一个数,而W是很多个参数,感觉少了b也没啥所以一般不写上b。
这里的
是超参数,跟学习率一样,需要我们自己设置。
神经网络其实就是有大于等于1个隐藏层,也就是比逻辑回归多了参数而已:
其中
为:
注:L-1=上一层的大小,L是当前层的大小
该
矩阵范式被称为Frobenius norm 即弗罗贝尼乌斯范数,表示为
即:
这个矩阵L2范式,也叫弗罗贝尼乌斯范数。
没有L2正则化以后,导数是这样的,[from backprop: 从反馈传播求得的]:
而现在有了L2正则以后,就变成了:
其中可以看出和上面的原本的W^[L]比,缩小成了下面的倍数(其中alpha>1):
这个W的缩小的变化使得L2正则化被称为“权重衰退”。
有L2正则化就有L1正则化,但是为啥不用呢?
L1正则化的||W||为:
L1的正则化的||W||会使得W最终变得稀疏,也就是有很多0出现,有助于压缩参数和减小内存,但这也不是我们用L1正则化的目的,不是为了压缩模型。(这个斜体加粗的话我还没弄懂为啥会出现很多0,知道的小伙伴分享下)
Dropout有很多,其中Inverted Dropout 反向随机失活最常用。根据这个翻译的意思,也能大概猜出来Inverted Dropout的意思,也就是从后面随机使一些当前层的神经单元失效。
上图说话:
没Dropout前的网络为:
开始Dropout操作:
注释:红叉的单元是被去除的,也就是该单元权重置为0。
这个dropout操作是从最后一层开始的,首先需要设置一个值,keep_prob,就是保留多少,范围0-1。这个例子很明显是0.5。然后在从后往前经过每一层,都把当前层随机流线keep_prob的比例,其他的单元的权重置为零。
代码模拟实现为:
感谢Andrew Ng的视频!