一句话理解权重正则化避免过拟合

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。