From a2b96cd0c6153bf3cb835434c09b4f954bdae5c9 Mon Sep 17 00:00:00 2001 From: Arabidopsis Date: Wed, 4 Feb 2026 12:18:02 +0800 Subject: [PATCH] =?UTF-8?q?fix:=20=E4=BF=AE=E6=AD=A3=E4=BA=86=E6=A0=87?= =?UTF-8?q?=E9=A2=98=E6=97=A0=E6=B3=95=E6=AD=A3=E7=A1=AE=E5=B1=95=E7=A4=BA?= =?UTF-8?q?=E7=9A=84=E9=97=AE=E9=A2=98?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 修正了由于 `## 范数与权重衰减` 与上文没有间隙，导致网站上无法正确渲染标题的问题 --- chapter_multilayer-perceptrons/weight-decay.md | 1 + 1 file changed, 1 insertion(+) diff --git a/chapter_multilayer-perceptrons/weight-decay.md b/chapter_multilayer-perceptrons/weight-decay.md index 2461665670..8079a6a16c 100644 --- a/chapter_multilayer-perceptrons/weight-decay.md +++ b/chapter_multilayer-perceptrons/weight-decay.md @@ -22,6 +22,7 @@ ${k - 1 + d} \choose {k - 1}$，即$C^{k-1}_{k-1+d} = \frac{(k-1+d)!}{(d)!(k-1)! 因此即使是阶数上的微小变化，比如从$2$到$3$，也会显著增加我们模型的复杂性。 仅仅通过简单的限制特征数量（在多项式回归中体现为限制阶数），可能仍然使模型在过简单和过复杂中徘徊， 我们需要一个更细粒度的工具来调整函数的复杂性，使其达到一个合适的平衡位置。 + ## 范数与权重衰减 在 :numref:`subsec_lin-algebra-norms`中，