本文主要讲解神经网络中的正则化（Regularization）和Dropout，都是用了减小过拟合。正则化在机器学习领域中很重要。主要针对模型过拟合问题而提出来的。本文是观看麦子学院的视频整理而来。下面开始介绍。@H_301_3@
1 正则化
机器学学习中的正则化相关的内容可以参见李航的书：统计学习方法。参阅者可以先了解有关的内容。正则化是用来降低overfitting（过拟合）的，减少过拟合的的其他方法有：增加训练集数量，等等。对于数据集梳理有限的情况下，防止过拟合的另外一种方式就是降低模型的复杂度，怎么降低?一种方式就是在cost函数中加入正则化项，正则化项可以理解为复杂度，cost越小越好，但cost加上正则项之后，为了使cost小，就不能让正则项变大，也就是不能让模型更复杂，这样就降低了模型复杂度，也就降低了过拟合。这就是正则化。正则化也有很多种，常见为两种L2和L1。
1.1 L2 Regularization
下面先定义Regularization cross-entropy 函数：
相比于cross-entropy函数，这里多了最后一项，也就是正则化项。该项就是神经网络中的权重之和，其中λ>0为Regularization参数，n为训练集包含的实例个数。L2指的是2范数，这里是指最后一项的w的平方项。
而对于二次cost，也可以加上正则化项：
Regularization quadratic cost:
概括上面两种函数为：
可以看出来，Regularization的cost偏向于让神经网络学习比较小的权重w，否则第一项的C0明显减小。
λ：调整两项的相对重要程度，较小的λ偏向于让第一项C0最小化，较大的λ倾向于最小化增大的项：权重值和。
对上面公式求导得：
相比于没有正则项时，对w的偏导多了一项λw/n，而对偏向b不变。
对于随机梯度算法来说，权重w和偏向b的更新法则变为：
对于随机梯度下降算法变为：
其中m为mini_batch_size的大小。下面简单分析Regularization能降低overfitting的原因：
在神经网络中，正则化网络更倾向于小的权重，在权重小的情况下，数据x随机的变化不会对神经网络的模型造成太大的影响，所以可能性更小的受到数据局部噪音的影响。而未加入正则化的神经网络，权重大，容易通过较大的模型改变来适应数据，更容易学习到局部的噪音。
1.2 L1 Regularization
先介绍L1（1范数）Regularization cost函数为：
对C关于w求偏导得：
sgn（w）表示为符号函数，w为正，结果为1，w为负结果为-1。权重的更新法则为：
与L2 Regularization对比: 两者都是减小权重，但方式不同：
L1减少一个常量（η，λ，n根据输入都是固定的，sgn（w）为1或-1，故为常量），而L2减少的是权重的一个固定的比例；如果权重本身很大的话，L2减少的比L1减少的多，若权重小，则L1减少的更多。多以L1倾向于集中在少部分重要的连接上（w小）。这里要注意的是：sgn（w）在w=0时不可导，故要事先令sgn（w）在w=0时的导数为0。
2 Dropout
Dropout的目的也是用来减少overfitting（过拟合）。而和L1，L2Regularization不同的是，Dropout不是针对cost函数，而是改变神经网络本身的结构。下面开始简单的假设Dropout。
假设有一个神经网络：
2）然后，在删除后的剩下一半的神经元上正向和反向更新权重和偏向；
4）重复上述过程。
对于Dropout为什么可以减少overfitting的原因如下：
原文链接：https://www.f2er.com/regex/358637.html