好吧,我看到一些关于机器学习的解决方案,所有这些都使用了规范化并编写了私有代码用于偏见,我认为这是不必要的。相反,我为所有权重(Theta)编写代码:Theta0,Theta1,...找到毕业并为所有Theta应用正则化。 我错了吗 ?谢谢大家。
答案 0 :(得分:0)
根据我读过的所有在线教程,正规化不应该适用于每一层的偏见。
并且"不需要为偏见编写代码"意味着在计算图层激活时没有偏见项?我很快就我正在实施的任务进行了实验,并且测试集上的模型性能在没有偏差的情况下显着改善。但对于不同的任务,偏见的结果和影响可能都不同。进行一些实验以测试测试集上的性能是否更好或更差,有无偏差。