腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
何时
使用
L2
正则
化
machine-learning
、
linear-regression
我们知道L1和
L2
正则
化
是避免过拟合的解决方案。 L1
正则
化
,可以导致稀疏性,从而避免拟合噪声。但是,
L2
不需要。 所以我想知道什么时候需要
使用
L2
正则
化
?
浏览 14
提问于2019-06-06
得票数 1
2
回答
在spark中,如何在
L2
中设置LogisticRegressionWithLBFGS规则参数
scala
、
apache-spark
、
machine-learning
、
apache-spark-mllib
我想
使用
L2
正则
化
器并在LogisticRegressionWithLBFGS中设置
L2
正则
param,但是在mllib的编程guides.So中没有例子--请告诉我如何在LogisticRegressionWithLBFGS中
使用
L2
正则
化
器吗?
浏览 0
提问于2016-10-25
得票数 0
回答已采纳
1
回答
理解Keras
正则
化
python
、
tensorflow
、
keras
我正在考虑对我的模型实施
正则
化
,以提高验证的准确性。我偶然发现keras的文档如下: layer = layers.Dense( kernel_regularizer=regularizers.l1_l2(l1=1e-5,
l2
bias_regularizer=regularizers.l2(1e-4),) 我想了解内核、偏差和活动
正则
化
之间的区别,以及
何时
浏览 5
提问于2020-10-28
得票数 0
1
回答
理解Keras中的
正则
化
python
、
keras
我试图理解为什么Keras中的
正则
化
语法看起来是这样的。然而,在Keras中,
正则
化
是在每个层的基础上定义的。例如,考虑以下
正则
化
DNN模型: input = Input(name='the_input', shape=(None, input_sha
浏览 71
提问于2018-06-02
得票数 18
回答已采纳
1
回答
我应该避免
使用
L2
正则
化
与RMSProp结合吗?
machine-learning
、
neural-network
、
backpropagation
我是否应该避免
使用
L2
正则
化
与RMSprop和NAG结合?最好的雷鬼,
浏览 0
提问于2017-02-23
得票数 5
1
回答
错误:还不支持在活动
正则
化
器存在下的层调用。
tensorflow
、
tensorflow.js
我
使用
tf.loadLayersModel()加载到中并得到以下错误:class
L2
{ constructor(config) {return tf.regularizers.l2(conf
浏览 5
提问于2020-10-06
得票数 2
2
回答
多项式Logistic回归的l1
正则
化
支持
python
、
machine-learning
、
scikit-learn
当前的sklearn LogisticRegression支持多项式设置,但仅允许
l2
正则
化
,因为解算器l-bfgs-b和牛顿-cg仅支持该
正则
化
。Andrew Ng有一篇论文讨论了为什么
l2
正则
化
不应该与l-bfgs-b一起
使用
。如果我
使用
具有对数损失和l1惩罚的sklearn的SGDClassifier,这是否与通过随机梯度下降最小
化
l1
正则
化
的多项式logi
浏览 3
提问于2015-08-04
得票数 3
1
回答
当一个人应该
使用
L1,
L2
正则
化
,而不是辍学层,考虑到两者的目的相同,以减少过度拟合?
machine-learning
、
keras
、
overfitting
、
regularization
、
dropout
在Keras中,有两种方法可以减少过度拟合.L1,
L2
正则
化
或脱落层. 什么情况下
使用
L1,
L2
正则
化
而不是辍学层?当辍学层更好的时候,有什么情况呢?
浏览 0
提问于2018-08-23
得票数 28
回答已采纳
1
回答
l1和
l2
正则
化
的区别
regularization
我在不同的地方见过这样的说法: l1
正则
化
比
l2
更能惩罚权重。 但l1范数的导数为\lambda,
l2
范数为2\lambdaw,因此l1
正则
化
减去的值比
l2
小。那么为什么l1比
l2
更能惩罚重量呢?
浏览 0
提问于2020-05-17
得票数 6
回答已采纳
1
回答
BatchNorm层的参数是否应该被
正则
化
pytorch
当我用火把训练我的CNN时,将
使用
L2
正则
化
来对模型中的参数进行泛
化
。但是“重量衰减”代码将
使用
L2
对所有可以更新的参数进行处理。BatchNorm层中的参数是否也应该被
L2
泛
化
?
浏览 2
提问于2020-10-28
得票数 1
回答已采纳
2
回答
轻型GBM回归器、L1和
L2
正则
化
及其特征重要性
feature-selection
、
regularization
、
lightgbm
我想知道轻型GBM中L1 &
L2
正则
化
是如何工作的,以及如何解释特性的重要性。场景是:我在包含400000个观测量和160个变量的数据集上
使用
了RandomizedSearchCV (cv=3,iterations=50)的LGBM。'reg_lambda':0.5、1、3、5、10 'reg_alpha':0.5、1、3、5、10 现在我的问题是:
使用
reg_lambda=1和reg_alpha=0.5的优化值的特性重要性值与没有为
正则
浏览 0
提问于2019-08-08
得票数 6
回答已采纳
1
回答
向Tensorflow contrib.learn.Estimator添加
L2
正则
化
python
、
tensorflow
、
neural-network
我想将
L2
正则
化
添加到自定义contrib.learn估计器中,但我不知道如何轻松完成。 有没有办法将
L2
正则
化
添加到我忽略的现有估计器(例如DNNClassfier)中?我想要将
L2
范数添加到我的自定义估计器中的唯一方法是编写一个新的head,并更改成本函数。但我想对于这个常见的问题,有一个更简单、更优雅的解决方案。有没有人有同样的问题?我可以
使用
gradient_clip_norm来裁剪渐变。这样,梯度应该受到全局
L2
范数的限制,
浏览 4
提问于2017-03-27
得票数 0
1
回答
如何在L1中添加MLPClaccifier
正则
化
?
python
、
machine-learning
、
scikit-learn
、
neural-network
、
regularized
我想在sklearn的L1中实现MLPClassifier的
正则
化
。下面是我的代码,alpha=0.0001是
L2
正则
化
的默认代码。我想
使用
L1
正则
化
而不是
L2
。cross-validation procedure (10X10) # create model
L2
Regularization ["
浏览 2
提问于2022-10-04
得票数 0
1
回答
将
L2
正则
化
添加到Tensorflow中的特定嵌入
tensorflow
我正在
使用
Tensorflow构建一个像wide & deep这样的模型。对于离散特征,我首先将它们嵌入到向量空间中,我想知道如何在嵌入上添加
L2
标准
化
。
L2
正则
化
操作符tf.nn.l2_loss接受嵌入张量作为输入,但我只想
正则
化
specific embeddings whose id appear in current batch of data,而不是整个矩阵
浏览 7
提问于2018-02-12
得票数 1
1
回答
accord.net有套索和脊回归吗?
accord.net
例如,我在accord网站上看到了L1和
L2
回归器,我知道和是用L1
正则
化
和
L2
正则
化
实现的。但我还是不确定。有谁能证实/反驳accord网的L1和
L2
与scikit中的Lasso和Ridge
正则
化
相同?
浏览 5
提问于2018-06-18
得票数 0
回答已采纳
1
回答
当
使用
线性回归时,必须在成本函数中加入
L2
正则
化
。
machine-learning
、
linear-regression
、
regularized
当
使用
线性回归?时,必须在成本函数中加入
L2
正则
化
。 在计算成本时,Im没有添加
l2
或考虑到。这样做不对吗?
浏览 1
提问于2016-06-17
得票数 2
回答已采纳
2
回答
用MATLAB实现Logistic回归系数的
正则
化
matlab
、
statistics
、
regression
我正在尝试
使用
正则
化
( L1或
L2
)实现逻辑回归。mnrfit()函数不实现
正则
化
。有没有什么内置的函数可以做
正则
化
,或者我必须自己编写
正则
化
代码?如果是这样的话,有没有我可以看的教程?
浏览 5
提问于2013-03-26
得票数 1
回答已采纳
1
回答
如何在TensorFlow中定义自己的运算符
python
、
deep-learning
、
tensorflow
在TensorFlow中,我们可以
使用
tf.nn.l2_loss()进行
L2
正则
化
。假设我想为L1
正则
化
定义自己的
正则
化
操作符(称为tf.nn.l1_loss())。我该怎么做?
浏览 4
提问于2015-11-27
得票数 5
回答已采纳
3
回答
轻型GBM中的L1和
L2
正则
化
xgboost
、
regularization
、
lightgbm
这个问题涉及到轻型GBM中的L1 &
L2
正则
化
参数。根据正式文件:我见过数据科学家同时
使用
这两个参数,理想情况下,要么
使用
L1,要么
使用
L2
,而不是同时
使用
两者。这些专家在LGBM模型中都
使用
了L1和<e
浏览 0
提问于2019-08-08
得票数 17
回答已采纳
1
回答
CatBoost是否支持代价函数的L1
正则
化
?
python
、
machine-learning
、
regression
、
regularized
、
catboost
CatBoost是否支持L1
正则
化
?超参数l2_leaf_reg控制成本函数的
L2
正则
化
项,但是有什么方法可以
使用
L1范数吗?
浏览 7
提问于2019-10-27
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
权重衰减=L2正则化?
L2正则化视角下的对抗样本
从贝叶斯角度看L1及L2正则化
如何使用 TFX 中的 NSL 框架实现图的正则化?
机器学习第2步:数据预处理的L1和L2正则化方法
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券