L2/L1正则化方法

L2/L1正则化方法，就是最常用的正则化方法，它直接来自于传统的机器学习。   L2正则化方法如下： L1正则化方法如下： 那它们俩有什么区别呢？最流行的一种解释方法来自于模式识别和机器学习经典书籍，下面就是书中的图。 这么来看上面的那张图，参数空间(w1,w2)是一个二维平面，蓝色部分是一个平方损失函数，黄色部分是正则项。   蓝色的那个圈，中心的点其实代表的就是损失函数最优的点，而同心圆则代表

>>阅读原文<<