【转载】权重衰减（weight decay）与学习率衰减（learning rate decay）

原创于 2023-01-12 17:41:16 发布 · 257 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

权重衰减是一种正则化技术，用于防止模型过拟合，它通过调整权重参数来控制模型复杂度。学习率衰减则是训练过程中逐渐降低学习率，以帮助模型更稳定地收敛。这两者在深度学习的优化过程中都起到关键作用，平衡模型的泛化能力和训练速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

权重衰减（weight decay）与学习率衰减（learning rate decay）

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。