【深度学习_2.1.2】神经网络正则化

偏差大（欠拟合）：训练集和测试集的准确率都很低；通常可以增加单层神经元数量、增加层数来优化 方差大（过拟合）：训练集的正确率高，测试集（或dev）的正确率比训练集低一些；通常可以增大正则化lambda的值、增加训练集数据量解决 可以通过在训练模型过程中正则化来解决过拟合问题 l2正则化，在原来的cost function基础上添加l2 regularization cost   对于反向传播，dW

>>阅读原文<<