pytorch框架学习（15）——正则化

文章目录 1. 正则化与偏差-方差分解 2. pytorch中的L2正则项——weight decay 3. Dropout 1. 正则化与偏差-方差分解 Regularization：减小方差的策略（防止过拟合） 误差可分解为：偏差，方差与噪声之和。即误差 = 偏差 + 方差 + 噪声 偏差：度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力 方差：度量了同样大小的训练

>>阅读原文<<