当前位置：首页 > news >正文

过拟合正则化（L1，L2，Dropout）

news 2025/9/2 15:04:19

推荐视频：

什么是 L1 L2 正规化正则化 Regularization (深度学习 deep learning)_哔哩哔哩_bilibili

如何解决过拟合问题？L1、L2正则化及Dropout正则化讲解_哔哩哔哩_bilibili

过拟合

什么是过拟合？

过拟合是指模型在训练数据上表现良好（损失小，准确率高），但在新数据上表现很差的现象。

如何判断过拟合?

(1) 训练准确率高，测试阶段准确率明显变低；

(2) 训练损失持续下降，但是验证损失先将后升；

如何解决过拟合？

(1) 数据层面：增加数据量，减少对训练集噪声的记忆；数据增强，例如图像翻转、缩放、加噪等；

(2) 模型层面：减少模型参数，降低模型复杂度；

(3) 训练层面：调整训练策略，减少训练轮次，早停等手段；

(4) 正则化： L1，L2,Dropout等方法

L1，L2正则化

什么是正则化？

正则化（Regularization）是在损失函数中加入对模型参数的约束项，目的是让模型参数不过大、防止模型过度学习训练集的细节，从而提升对新数据的预测能力。

以线性回归为例，普通损失函数：

$Loss = MSE = \frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y_i})^2$

L1正则化：在损失函数后面加上所有参数绝对值的和，起到“让参数变小，甚至变为0”的作用。

$Loss_{L1} = MSE+\lambda \sum_{j=1}^{p}\begin{vmatrix} w_j \end{vmatrix}$

L1正则化会让很多参数变为0，实现自动特征选择（有利于高维稀疏数据）；

也就是说部分参数会变为0，相当于直接去除部分特征。

L2正则化：在损失函数后加上所有参数的平方和，起到“让参数变小，但不为0”的作用。

$Loss_{L2} = MSE+\lambda \sum_{j=1}^{p}w_j^2$

其中，λ 是正则化系数，控制正则化项权重，w是参数。

L2会参数收缩，把参数压缩接近0，但一般不会变成0。

正则化后参数普遍较小，但不会直接为0，保留了所有特征。

正则化可视化

蓝色等高线为损失函数J(w)，正则化的作用是让最终参数点既要尽量靠近损失函数最优点，又不能超出正则化约束区域。

目标是在约束区域内，找到使损失函数最小的点。

从损失函数的极小点出发，画等高线，等高线不断扩大，直到第一次碰到约束边界，这个交点就是正则化下的最优解。

横轴为参数 w1，纵轴为参数 w2。
蓝色椭圆等高线代表“损失函数”J(θ)的等值线，也就是一组w1,w2损失值一样的点。
橙色圆形/菱形分别是L2和L1正则化的“约束边界”：

L2： $\begin{vmatrix} w \end{vmatrix}_2 = \sqrt{w_1^2+w_2^2}\leqslant t$ ，边界为圆。

L1： $\begin{vmatrix} w \end{vmatrix}_1 = \begin{vmatrix} w_1 \end{vmatrix} +\begin{vmatrix} w_2 \end{vmatrix} \leqslant t$ ，边界为菱形。

白色圆点为最优点（损失函数最小且满足正则化约束）。
L1的边界拐角容易与坐标轴重合，导致稀疏解（某些参数为0）。

从图像理解L2是收缩，L1产生稀疏：

根据上面动图，其实蓝色等高线可能存在各种方向，这个是不定的。

在各种情况下的等高线扩大，因为L1是菱形，其实和蓝色等高线首次相交的地方更可能是边界的角点（在坐标轴上）；

L2是个圆，等高线碰到圆边界通常是某个斜的方向，w1和w2都不为0，只是都被约束得更小了。

Dropout正则化

dropout是一种在神经网络训练过程中的“随机失活”技术。

核心思想：在每一次训练前向传播时，随机“丢弃”一部分神经元（即让它们输出0、不参与本次计算），而不是每次都用全部神经元。

通过随机失活的方式，使得模型不会过多依赖某个“强特征”或“偶然相关的信息”--->让模型更加稳健、泛化能力更强，减少过拟合

一般不用于输入层、卷积层、小模型、小数据。

L1，L2,Dropout区别与关联

正则方法	适用场景	优点	缺点
L1	常用于做特征选择（比如logistic/Lasso回归），高维数据优选	变量选择，稀疏，易解释	有时优化不稳定，稀疏后性能未必最好
L2	普遍适用，异常点噪声影响大	简单有效，收敛快，理论基础好	不会直接产生稀疏性
Dropout	深度神经网络，尤其全连接层	强大抑制过拟合，提升泛化	训练慢，不适合小数据（容易欠拟合）、RNN等

Dropout适合深度/宽大网络的“泛化能力提升”，和L1/L2合用可效果更佳。
L1/L2可以用于CNN参数，Dropout一般用于MLP/全连接层。

import torch.nn as nnmodel = nn.Sequential(nn.Linear(1000, 256),nn.ReLU(),nn.Dropout(p=0.5),      # Dropoutnn.Linear(256, 10)
)# L2正则在优化器设置
optimizer = torch.optim.Adam(model.parameters(), weight_decay=1e-5)  # L2正则# L1正则
l1_lambda = 1e-4
l1_loss = sum(p.abs().sum() for p in model.parameters()) * l1_lambda
loss = criterion(outputs, targets) + l1_loss

查看全文

http://www.dtcms.com/a/362290.html