正则化是通过对学习算法的修改，如在原约束函数上添加额外的约束和惩罚，改善模型在测试集上的表现，达到减少泛化误差、提高模型泛化能力的目的的技术。在实际的深度学习场景，最好的拟合模型（从最小化泛化误差的意义上）通常是一个适当正则化的大型模型。