檢查 L₁ 正規化

這項練習包含少量雜訊、訓練內容 資料集在這樣的背景下，過度配適是一個真正的問題。 正規化應該能從哪種正規化方面取得幫助？

這項練習包含五項相關任務。簡化比較流程 跨越五項任務，請在個別分頁中執行每項工作。 您會發現連接特徵與輸出內容的線條粗細 呈現各項特徵的相對權重。

工作	正規化類型	正規化率 (lambda)
1	第 2 級	0.1 版
2	第 2 級	0.3 版
3	第 1 級	0.1 版
4	第 1 級	0.3 版
5	第 1 級	實驗組

問題：

1. 如何從 L₂ 正規化切換為 L₁ 以及測試損失與訓練損失之間的差距？
2. 如何從 L₂ 正規化切換為 L₁ 影響學習的權重？
3. 提高 L₁ 正則化率 (lambda) 如何影響 學到的權重？

(答案會顯示在運動正下方)。

---

---

按一下加號圖示即可查看解答。

1. 大幅從 L₂ 正規化切換為 L₁ 可降低測試損失與訓練損失之間的差異。
2. 從 L₂ 改用 L₁ 正規化 DAL 所有學到的權重
3. 提高 L₁ 正則化率通常會不利於 學習到的權重但如果正規化率過高 模型無法凝結，損失也非常高