我们需要使用损失函数来训练神经网络。

一般来说，损失函数只取决于期望的输出$y$和实际输出$\hat{y}$并表示为$L(y, \hat{y})$.

按照我目前的理解，

正则化只不过是使用新的损失函数 $L'(y,\hat{y})$其中必须包含一个$\lambda$用于训练神经网络的术语（正式称为正则化术语），可以表示为

$$L'(y,\hat{y}) = L(y, \hat{y}) + \lambda \ell(.)$$

在哪里$\ell(.)$称为正则化函数。基于函数的定义$\ell$可以有不同的正则化方法。

我目前的理解是否完整？或者机器学习中是否还有其他技术也被认为是正则化技术？如果是，我在哪里可以阅读有关该正则化的信息？