读书笔记：深度学习中的正则化

声明：读书笔记，未完成梳理，不值得参考。 阅读书籍：《深度学习》花书，第7章 正则化：对学习算法的修改--旨在减小泛化误差而不是训练误差。 个人描述：正则化项的目的是为了提升模型的泛化能力，使模型在训练误差小的情况下，在测试数据上也有比较小的误差。它存在的目的不是为了使模型在训练集上有更小的损失/误差。 估计的正则化是以偏差的增加换取方差的减小 正则化对象：神经网络中的权重。在神经网络中，参数包括

>>阅读原文<<