在深度学习中，许多策略可以减少测试误差，可能以增加训练误差为代价，这些策略统一称为正则化。

　　在《deep learning》中，正则化被定义为 ‘any modification we make to a learning algorithm that is intended to reduce its generalization error but not its training error.’ （对学习算法的修改--旨在减少泛化误差而非训练误差）

正则化