正则化参数等价于对参数引入
先验分布，使得
模型复杂度 变小（缩小解空间），对于噪声以及 outliers 的鲁棒性增强（泛化能力）。整个最优化问题从贝叶斯观点来看是一种贝叶斯最大后验估计，其中 正则化项 对应后验估计中的
先验信息，损失函数对应后验估计中的似然函数，两者的乘积即对应贝叶斯最大后验估计的形式。
lr太大有时候就是这样的。可以想象一下你在下坡，接近坡底部的时候步子迈太大迈到另外一头了
作者：Charles Xiao
链接：https://www.zhihu.com/question/23536142/answer/90135994
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。