通常神经网络可以模拟任何非线性函数,即通过增加隐含层的数量来无限接近目标值,然而,这样的情况下,难免也会把噪声进行了拟合,即为了避免过拟合,需要将权重正则化,权重正则化的含义就是保证权重系数在绝对值意义上足够小,使得噪声不会被较好地拟合,噪声相比于正常信号而言,通常会在某些点出现较大的峰值,因此通过权重正则化从而实现了较好的模型建立。