在matlab里对BP神经网络的拟合，由于多种因素干扰和数据很少的效果不是很好，想添加一个正则化对BP神经网络，正则化程序应该怎么写，正则化是应该放在BP神经网络训练结束后，还是BP神经网络训练构建好以后？
正则化的作用就是降低过拟合，所谓过拟合简单理解成对于现有数据来说模型过于强大。
如果训练完了再加那模型已经生成了还怎么降低过拟合。
在构建网络的时候加入：计算成本函数时以及梯度下降计算梯度时加入，正则项可以理解为在原有公式后加一个小尾巴value。
以梯度时加入为例，加了正则项小尾巴后，梯度dw变大，那么更新模型权重w=w-r * dw后w就会比不加正则项时要小，极端情况下我们理解成0，那么就以为着有的神经元失去了作用，那模型自然就没那么强大了，故降低了过拟合的可能。