如何利用特殊的误差函数和惩罚函数实现梯度下降

Question

enter image description here

这个特殊的损失函数让我感到困惑。每次计算前是否需要设置if-else条件，以及如何在函数中实现此惩罚

def bgd_l2(data, y, w, eta, delta, lam, num_iter):

return new_w, history_fw

这是我的函数应该是这样的，数据是一个二维的numpy数组，每行是一个特征向量，y是一个一维的numpy数组的目标值，w是一个一维的numpy数组对应的权重向量，eta是学习率，delta和lam是目标函数的参数

你能给我一些关于如何构造这个函数的核心算法的建议吗