https://zh.d2l.ai/chapter_multilayer-perceptrons/weight-decay.html
1.λ 太大后，train和test的loss会变得很大，太小后，train的loss会低，但是test的loss会很高.
2.它是相对于这个训练集和测试机的最优值。如果数据集的大小改变，那么这个λ 值也会随之改变。
5.调节学习率大小。
1 Like
1
一开始test_loss会随着lambd增大而减小，但是随后就开始震荡
2 Likes
2，不是最优的lambd，因为实际数据也不可能和验证集分布一样，但是是在验证集上表现最好的，泛化性能因为会比较优秀。
3，def l1_penalty(w):
return torch.abs(w).sum()
权重衰减是为了避免过度关注无效特征（如噪声）而导致过拟合，那么如果没有噪声的话是不是就不需要权重衰减了？
实验不同的Lambd值，同样的实验数据，Lambd 在大概80以后趋于平稳，Loss差几乎不再变化。
我想请问下这个代码是如何实现的，我试了好久不会实现，
，我有点不知所措了。
我在对比从零实现版本与简洁实现版本结果区别时，epoch=300，分别设定wd=0、5、10、20，发现当使用权重衰减时，反而简洁实现版本收敛速度慢于从零实现版本，且精度也不如，实验了多次仍是这样，请问这是什么原因？
以下是结果对比图（左图为从零实现，右图为简洁实现）：
以下是补充：
平方范数和标准范数（即欧几里得距离）不是一个东西吗？那里没看懂
一个没开方，一个开了方 
。。。。。
在这个模型中，貌似L1正则表现得更好。
你好，想问下你是用的什么编辑器呀，可以提供软件名吗？感谢感谢
在最大化后验概率得到目标函数的问题中。如果先验分布是高斯分布，则对应L2正则化。如果先验分布是拉普拉斯分布，则对应L1正则化。
问题四：$$\Vert \mathbf{X}\Vert_{F}^{2}=trace(\mathbf{X}^T\mathbf{X})$$