避免过拟合，参数大模型强，正则让模型不要走偏

1、加入惩罚项L1【绝对值】 和L2【默认 平方】，降低噪音的影响，减少权重W的值

2、丢弃法 层与层之间加入噪音，只能在全连接层使用

无偏差加入噪音 p为丢弃的概率  x'=

当概率p是0 否则为除以(1-p)

 丢弃概率p 一般为0.1 0.5

def  drop_out(x,dropout): # x 权重，dropout 是参数

   mask=(torch.randn(x.shape)>dropout).float()  #返回这样，大于dropout为1 返回【1,0,1，0】

   return mask*x/(1-dropout)