摘要： 正则化作用 当模型复杂度过高时可能会导致过拟合，即模型学到了训练集上的一些非全局的特征，导致随着训练的进行训练误差逐渐较小但是验证误差不在减小反而增大。正则化用于解决过拟合问题，主要的正则化方法包括L1、L2正则化，Dropout，Early stopping，数据增强等。 正则化方法的外在表现是在 阅读全文