通过两个例子来直观体会一下，左图是高偏差，右图是高方差，中间是刚刚好。现在我们看一下这个庞大的深度拟合神经网络，这是神经网络的代价函数J(w[l],b)=1m∑i=1mL(y^[i],y[i])J(w^{[l]},b)=\frac{1}{m}\sum_{i=1}^mL(\hat{y}^{[i]},y^{[i]})J(w[l],b)=m1i=1∑mL(y^[i],y[i])在原始损失函数中添加正则项，损失函数表示为J(w[l],b)=1m∑i=1mL(y^[i],y[i])+λ2m∑l=1L∣∣w[l]∣∣F2J(w^{[l]},b)=\frac{1}{m}\sum_{i=1}^mL(\hat{y}^{[i]},y^{[i]})+\frac{\lambda}{2m}\sum_{l=1}^L||w^{[l]}||^2_FJ(w[l],b)=m1i=1∑mL(y^[i],y[i])+2mλl=1∑L∣∣w[l]∣∣F2为什么添加佛罗贝尼乌斯范数就可以减少过拟合，直观上理解就是如果正则化λ\lambdaλ设置得足够大，权重矩阵www被设置为接近于0的值，直观理解就是把多隐藏单元的权重设置为0，于是基本上消除了这些隐藏单元的许多影响，如果是这种情况，这个被大大简化了的神经网络会变成一个很小的网络，小到如同一个逻辑回归单元，可是深度却很大，它会使这个网络从过拟合的状态更接近与左图的高偏差状态，但是λ\lambdaλ会存在一个中间值，于是会有一个接近“just right”的中间状态，直观理解就是λ\lambdaλ增加到足够大，w会接近于0，实际上是不会发生这种情况的，我们尝试消除或者至少减小许多隐藏单元的影响，最终这个网络会变得很简单，这个神经网络越来越接近逻辑回归。我们直观上认为大量隐藏单元被完全消除了。其实不然，实际上是该神经网络的所有隐藏单元依然存在，但是它们的影响变得更小了，神经网络变得更简单了，貌似这样更不容易过拟合，因此并不确定这个直觉经验是否有效。不过，在编程中执行正则化时，你会实际看到一些方差减小的结果。
再来直观感受一下正则化为什么可以预防过拟合，假设我们用的是这样的双曲激活函数tanh，用g(z)g(z)g(z)表示tanh(z)tanh(z)tanh(z)。那么我们发现只要z非常小，如果z只涉及少量参数，这里我们可以利用双曲正切函数的线性状态，只要z可以扩展为这样的更大值或者更小值，激活函数开始变得非线性，现在你应该摒弃这个直觉，即如果正则参数λ\lambdaλ很大，激活函数的参数会相对小，因为代价函数中的参数变大了。如果w很小，因为z[l]=w[l]a[l−1]+b[l]z^{[l]}=w^{[l]}a^{[l-1]}+b^{[l]}z[l]=w[l]a[l−1]+b[l]如果w很小，相对来说，z也会很小，特别地，如果z的值最终在这个范围内，都是相对较小的值，g(z)g(z)g(z)大致呈线性，每层几乎都是线性的，和线性回归函数一样，前面已经说过，如果每层都是线性的，那么整个网络就是一个线性网络，即使是一个非常深的深层网络，因具有线性激活函数的特征，最终我们只能计算线性函数。因此它不适用于非常复杂的决策，以及过度拟合数据集的非线性决策边界。
总结一下，如果正则化参数变得很大，参数w很小，z也会相对变小，此时忽略b的影响，z会相对变小。实际上z的取值范围很小，这时候的激活函数会相对呈线性，整个神经网络会计算离线性函数近的值，这个线性函数非常简单，并不是已给极复杂的高度非线性函数，不会发生过拟合。
总结正则化之前给大家一个执行方面的小建议，在增加正则化项时，应用之前定义的代价函数J，我们做一下修改，增加了一项，目的是预防权重过大。
