正则化的作用
正则化是为了防止过拟合采取的策略，主要的正则化方法有L1、L2、dropout、dropconnect
L2正则化
具体的公式如下：
也就是在原来的代价函数上加上参数的平方和的均值，而λ是超参数。对于L2正则化，我们可以理解为在准确率和参数约束中取了一个折中的方案，而L2正则化防止过拟合可以从求导中看出来，C对于w和b的导数如下所示：
那么对于w和b的更新方式就如下所示：
正则化是对于b没有影响的，而对于w我们在使用梯度更新之前先对于w进行了衰减，之后根据梯度的方向来对于参数进行更新因为在每一次更新的衰减，所以限制了w的无止尽扩张。更小的权值w，从某种意义上说，表示网络的复杂度更低，对数据的拟合刚刚好（这个法则也叫做奥卡姆剃刀），而在实际应用中，也验证了这一点，L2正则化的效果往往好于未经正则化的效果。
对于mini-batch更新，正则化有所不同：
m是一个mini-batch中样本的个数。
L1正则化
主要方法是：
这种正则化方式的导数为：
那么权重w的更新规则为：
比原始的更新规则多出了η * λ * sgn(w)/n这一项。当w为正时，更新后的w变小。当w为负时，更新后的w变大——因此它的效果就是让w往0靠，使网络中的权重尽可能为0，也就相当于减小了网络复杂度，防止过拟合。
dropout
讲起来很简单，就是随机失活，让某些神经元的输出为0，这样BP后也是0，相当于只使用完整网络的一部分来训练。在每一次迭代中选择不同的神经元来失活，也就是吗，每一次迭代都得到网络的一部分，最后将这数个更加泛化的网络整合进行预测，可以有效防止过拟合。
dropconnect
dropout是使神经元失活，输出为0，而dropconnect是使参数w失活，置为0，比dropout更加彻底，但是效果并没有显著提高，同时计算量更大。所以没有广泛使用
