首先还是要感谢平台给了自己一次学习的机会。自己平常也会跟着书上的内容敲敲代码,但对于理论知识还是一知半解。每节课后的习题给了自己一个巩固复习的机会,让自己能够清楚学习的重点,查漏补缺。 在这几天的学习中,自己的收获也很多。首先对于欠拟合和过拟合问题。在训练模型中经常会遇到两类典型问题:一类是模型无法得到较低的训练误差,我们将这一现象称作过拟合;另一类是模型的训练误差远小于它在训练数据集上的误差,我们称该现象为过拟合。 在应对过拟合问题时,我们常用到正则化的方式。权重衰减等于L2范数正则化。正则化通过为模型损失函数添加惩罚项使学出的模型参数值较小,是应对过拟合的常用方式。L2范数正则化在模型原损