请教一个L1正则中的疑惑

[CantBlues]

在A2.16.3（L1正则）Line 177 : 当w为正数时，符号为正，值为1，相当于直接乘以w的值；当w为负数时，符号为负，值为-1，相当于乘以(-w)的值。最后的效果就是乘以w的绝对值。 实在没搞懂这句话的意思，不应该是“相当于加/减lambda的值以作为惩罚吗”。最后的效果是乘以w的绝对值？？？？？？ 附关于L1反向传播的前后文：

def backward(self, delta_in, idx):
    dZ = delta_in
    m = self.x.shape[1]
    if self.regular == RegularMethod.L2:
        self.weights.dW = (np.dot(dZ, self.x.T) + self.lambd * self.weights.W) / m
    elif self.regular == RegularMethod.L1:
        self.weights.dW = (np.dot(dZ, self.x.T) + self.lambd * np.sign(self.weights.W)) / m
    else:
        self.weights.dW = np.dot(dZ, self.x.T) / m
    # end if
    self.weights.dB = np.sum(dZ, axis=1, keepdims=True) / m
    ......

符号函数的效果如下：

>>> a=np.array([1,-1,2,0])
>>> np.sign(a)
>>> array([ 1, -1,  1,  0])

当w为正数时，符号为正，值为1，相当于直接乘以w的值；当w为负数时，符号为负，值为-1，相当于乘以(-w)的值。最后的效果就是乘以w的绝对值。 望赐教

[xiaowuhu]

感谢提出问题，我这里写错了，如你所说，确实应该是"加减lambda的值"。 你能否提交一个PR修改一下？也算是对本站做了贡献. :)