深度学习第二课 改善深层神经网络：超参数调试、正则化以及优化 第一周正则化 笔记和做业

正则化 一般而言，深度学习的Regularization 方法包括： 1. L2正则化 2. Dropout 3. Data Augmentation 4. Early stoppingweb L2 正则化 “Weight decay” L2正则为何会有效果，为何会regularization？ 1. 当 λ 变大时， w[L] 变小，至关于不少神经元再也不起效，所以神经网络简化为简单的模型； 2

>>阅读原文<<