【动手学习pytorch笔记】4.处理过拟合之——L2正则化(权重衰减)

本文介绍了L2正则化的概念及其在简单线性回归中的应用。通过增加L2惩罚项来防止过拟合,分别展示了不使用和使用L2正则化的训练过程及效果。使用PyTorch实现从零开始的线性回归,并对比了简洁实现的模型训练。

L2正则化

%matplotlib inline
import torch
from torch import nn
from d2l import torch as d2l

生成数据

y=0.05+∑i=1d0.01xi+ϵ  where ϵ∼N(0,0.012) y = 0.05 + \sum_{i=1}^{d}{0.01x_i} + \epsilon \;where \ \epsilon \sim N(0,0.01^2) y=0.05+i=1d0.01xi+ϵwhere ϵN(0,0.01

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值