L₁ Normalleştirmesi İnceleme

Bu alıştırmada küçük, biraz gürültülü, veri kümesidir. Bu tür ortamlarda, fazla uyum sağlamak gerçekten sorun teşkil eder. Normalleştirme işe yarayabilir, peki hangi düzenleme biçimi?

Bu alıştırma ilgili beş görevden oluşur. Karşılaştırmaları kolaylaştırmak için her görevi ayrı bir sekmede çalıştırmaktır. . FEATURES ile OUTPUT değerlerini birbirine bağlayan çizgilerin kalınlığına dikkat edin. her özelliğin göreceli ağırlıklarını temsil eder.

Görev	Normalleştirme Türü	Normalleştirme Oranı (lambda)
1	S2	0,1
2	S2	0,3
3	S1	0,1
4	S1	0,3
5	S1	deneme

Sorular:

1. L₂'den L₁ normalleştirmesine geçiş nasıl yapılır? ve eğitim kaybı arasındaki deltayı etkiler mi?
2. L₂'den L₁ normalleştirmesine geçiş nasıl yapılır? öğrenilen ağırlıkları etkiler mi?
3. L₁ normalleştirme oranını (lambda) nasıl etkiler? öğrenilen ağırlıklar nasıl olmalı?

(Yanıtlar alıştırmanın hemen altında görünür.)

---

---

Yanıtlar için artı simgesini tıklayın.

1. Önemli ölçüde L₂'den L₁ normalleştirmesine geçiliyor test kaybı ile eğitim kaybı arasındaki deltayı azaltır.
2. L₂'den L₁ normalleştirmeye geçiş sönümlemelerini öğrenilen ağırlıkların toplamıdır.
3. L₁ normalleştirme hızının artırılması genellikle öğrenilen ağırlıklar; normalleştirme oranı çok yükselirse olduğunu ve kayıpların çok yüksek olduğunu unutmayın.