tersorflow添加L2 loss，正则化方式

L2正则化，主要防止模型过拟合，在loss function中增加一项对模型参数$W$的平方之和约束，防止学习的参数权重$W$过大，以下是tensorflow中添加L2 loss实现方式：

def l2_loss(l2_lambda=0.0001):
	loss = tf.add_n([tf.nn.l2_loss(tf.cast(v, tf.float32)) for v in tf.trainable_variables() if 'bias' not in v.name], name="l2_loss")* l2_lambda
	return loss