深度学习正则化-参数范数惩罚（L1,L2范数）
L0范数惩罚机器学习中最常用的正则化措施是限制模型的能力，其中最著名的方法就是L1和L2范数惩罚。 假如我们需要拟合一批二次函数分布的数据，但我们并不知道数据的分布规律，我们可能会先使用一次函数去拟合，再使用二次函数、三次、四次、等等次数的函数去拟合，从中选择拟合效果最好的一个函数来作为我们最终的模型。 上面的方法未免显得有些太繁琐，如果有一批数据输入指数为...
