直接自己写
model是要正则的模型，reg_type选择'l1'还是l2，coef是系数。
def regularization(model:nn.Module, reg_type,coef):
int_type=int(reg_type[1])
reg_loss = 0
for module in model.modules():
for param in module.parameters():
reg_loss+=torch.norm(param,int_type)
return reg_loss*coef代码是一个小例子，对哪个module进行正则，这都可以自己挑选，不必对每一个module都正则。
优化器中添加
一个是Adam或者AdamW优化器里面有weight_decay参数，那个是l2的正则系数
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。