其他正則化方法（Other regularization methods）
除了L2正則化和隨機失活（dropout）正則化，還有幾種方法可以減少神經網絡中的過擬合:
一.數據擴增
假設你正在擬合貓咪圖片分類器，如果你想通過擴增訓練數據來解決過擬合，但擴增數據代價高，而且有時候我們無法擴增數據，但我們可以通過添加這類圖片來增加訓練集。
例如，水平翻轉圖片，並把它添加到訓練集。所以現在訓練集中有原圖，還有翻轉後的這張圖片，所以通過水平翻轉圖片，訓練集則可以增大一倍，因為訓練集有冗餘，這雖然不如我們額外收集一組新圖片那麼好，但這樣做節省了獲取更多貓咪圖片的花費。
除了水平翻轉圖片，你也可以隨意裁剪圖片，這張圖是把原圖旋轉並隨意放大後裁剪的，仍能辨別出圖片中的貓咪。
通過隨意翻轉和裁剪圖片，我們可以增大數據集，額外生成假訓練數據。和全新的，獨立的貓咪圖片數據相比，這些額外的假的數據無法包含像全新數據那麼多的信息，但我們這麼做基本沒有花費，代價幾乎為零，除了一些對抗性代價。
以這種方式擴增算法數據，進而正則化數據集，減少過擬合比較廉價。
像這樣人工合成數據的話，我們要通過算法驗證，圖片中的貓經過水平翻轉之後依然是貓。大家注意，我並沒有垂直翻轉，因為我們不想上下顛倒圖片，也可以隨機選取放大後的部分圖片，貓可能還在上面。
對於光學字符識別，我們還可以通過添加數字，隨意旋轉或扭曲數字來擴增數據，把這些數字添加到訓練集，它們仍然是數字。為了方便說明，我對字符做了強變形處理，所以數字4看起來是波形的，其實不用對數字4做這麼誇張的扭曲，只要輕微的變形就好，我做成這樣是為了讓大家看的更清楚。實際操作的時候，我們通常對字符做更輕微的變形處理。因為這幾個4看起來有點扭曲。所以，數據擴增可作為正則化方法使用，實際功能上也與正則化相似。
二.early stopping
還有另外一種常用的方法叫作early stopping，運行梯度下降時，我們可以繪製訓練誤差，或只繪製代價函數J的優化過程，在訓練集上用0-1記錄分類誤差次數。呈單調下降趨勢，如圖。
因為在訓練過程中，我們希望訓練誤差，代價函數J都在下降，通過early stopping，我們不但可以繪製上面這些內容，還可以繪製驗證集誤差，它可以是驗證集上的分類誤差，或驗證集上的代價函數，邏輯損失和對數損失等，你會發現，驗證集誤差通常會先呈下降趨勢，然後在某個節點處開始上升，early stopping的作用是，你會說，神經網絡已經在這個迭代過程中表現得很好了，我們在此停止訓練吧，得到驗證集誤差，它是怎麼發揮作用的？
當你還未在神經網絡上運行太多迭代過程的時候，參數w接近0，因為隨機初始化w值時，它的值可能都是較小的隨機值，所以在你長期訓練神經網絡之前w依然很小，在迭代過程和訓練過程中w的值會變得越來越大，比如在這兒，神經網絡中參數w的值已經非常大了，所以early stopping要做就是在中間點停止迭代過程，我們得到一個w值中等大小的弗羅貝尼烏斯範數，與L2正則化相似，選擇參數w範數較小的神經網絡，但願你的神經網絡過度擬合不嚴重。
術語early stopping代表提早停止訓練神經網絡，訓練神經網絡時，我有時會用到early stopping，但是它也有一個缺點，我們來了解一下。
我認為機器學習過程包括幾個步驟，
其中一步是選擇一個算法來優化代價函數J，我們有很多種工具來解決這個問題，如梯度下降，後面我會介紹其它算法，例如Momentum，RMSprop和Adam等等，但
是優化代價函數J之後，我也不想發生過擬合，也有一些工具可以解決該問題，比如正則化，擴增數據等等。
在機器學習中，超級參數激增，選出可行的算法也變得越來越複雜。
發現，如果我們用一組工具優化代價函數J，機器學習就會變得更簡單，在重點優化代價函數J時，你只需要留意w和b，J(w,b)的值越小越好，你只需要想辦法減小這個值，其它的不用關注。
然後，預防過擬合還有其他任務，換句話說就是減少方差，這一步我們用另外一套工具來實現，這個原理有時被稱為「正交化」。思路就是在一個時間做一個任務，後面課上我會具體介紹正交化，如果你還不了解這個概念，不用擔心。
但對我來說early stopping的主要缺點就是你不能獨立地處理這兩個問題，因為提早停止梯度下降，也就是停止了優化代價函數J，因為現在你不再嘗試降低代價函數J，所以代價函數J的值可能不夠小，同時你又希望不出現過擬合，你沒有採取不同的方式來解決這兩個問題，而是用一種方法同時解決兩個問題，這樣做的結果是我要考慮的東西變得更複雜。
如果不用early stopping，另一種方法就是L2正則化，訓練神經網絡的時間就可能很長。我發現，這導致超級參數搜索空間更容易分解，也更容易搜索，但是缺點在於，你必須嘗試很多正則化參數λ的值，這也導致搜索大量λ值的計算代價太高。
Early stopping的優點是，只運行一次梯度下降，你可以找出w的較小值，中間值和較大值，而無需嘗試L2正則化超級參數λ的很多值。
如果你還不能完全理解這個概念，沒關係，下節課我們會詳細講解正交化，這樣會更好理解。
雖然L2正則化有缺點，可還是有很多人願意用它。吳恩達老師個人更傾向於使用L2正則化，嘗試許多不同的λ值，假設你可以負擔大量計算的代價。而使用early stopping也能得到相似結果，還不用嘗試這麼多λ值。
這節課我們講了如何使用數據擴增，以及如何使用early stopping降低神經網絡中的方差或預防過擬合。