CNN中的小tips（3）---《l1,l2正则化为什么可以减轻过拟合现象》

过拟合现象发生的原因： 过拟合现象：由于神经网络的学习能力过于强大，以至于学到了训练样本中一些不太一般的特点，从而导致模型的泛化能力变差！ 本质原因：由于监督学习问题的不适定：可以这样理解，高数中我们通过n个方程求解n个变量，当用这n个方程求解n+1个变量时，就会求解不出来；在监督学习中，我们给定的数据（方程）远远少于模型空间中的变量（变量的个数）。 而且模型越复杂，越容易过拟合！ 因此过拟合的发

>>阅读原文<<