为什么l1和l2可以防止过拟合

为什么正则化的手段可以防止过拟合

随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集上的error却反而渐渐增大——因为训练出来的网络过拟合了训练集，对训练集外的数据却不work。

简单的说就是在训练集上表现好，而在测试集上面表现不好

剩下的我觉得参考这篇bk，然后手推一遍还是挺好理解的