文章結(jié)論：神經(jīng)網(wǎng)絡(luò)極易記憶訓(xùn)練數(shù)據(jù)歧譬，其良好的泛化能力很可能與此記憶有關(guān)。 ? 正則化不是模型泛化的根本原因爱只。
泛化能力是指模型在訓(xùn)練集上的誤差能否夠接近所有可能測(cè)試數(shù)據(jù)誤差的均值。泛化誤差：測(cè)試數(shù)據(jù)集誤差和訓(xùn)練數(shù)據(jù)集誤差之差。
論文的contribution：problematize the traditional view of generalization by showing that it is incapable of distinguishing between different neural networks that have radically different generalization performance.
1. randomization tests：使用random label
2. 顯式正則化的作用
3. 隱式正則化的作用
