讲得很好的防止过拟合的方法博客地址：
http://www.jb51.cc/article/p-wuohknap-bq.html
几种方法归纳：
- early stop，当模型训练到一定规模时提前停止。
- 正则化方法 修改代价函数
- 数据集扩增 可减少过拟合，训练更好的模型.
- 各种剪枝方法
-悲观剪枝 不需额外数据集
-代价复杂度剪枝 需要另外的数据集

• L1正则化
  所有权重$\omega$绝对值之和乘以$\frac{\lambda}{n}$
  $\lambda$是正则项系数，n是训练集样本大小。
  

  $$C=C_{0}+\frac{\lambda}{n}\sum_{\omega} sgn(\omega)$$
  L1使各个元素趋近于0，所以产生的参数比较稀疏，具有稀疏性。

• L2正则化 （权重衰减）
  所有参数$\omega$平方的和除以训练集样本大小$n$,乘以正则项系数$\lambda$，$\lambda$权衡正则项与原代价函数的大小。
  

  $$C=C_{0}+\frac{\lambda}{n}\sum_{\omega} {\omega}^{2}$$
  L2正则化是二阶惩罚项，参数比较平滑。

L2正则化项有让w“变小”的效果，但是还没解释为什么w“变小”可以防止overfitting？一个所谓“显而易见”的解释就是：更小的权值w，从某种意义上说，表示网络的复杂度更低，对数据的拟合刚刚好（这个法则也叫做奥卡姆剃刀），而在实际应用中，也验证了这一点，L2正则化的效果往往好于未经正则化的效果。当然，对于很多人（包括我）来说，这个解释似乎不那么显而易见，所以这里添加一个稍微数学一点的解释（引自知乎）：