Torch中的正则化方法有哪些

L1正则化（Lasso正则化）：在损失函数中加入权重向量的L1范数，可以使得模型更加稀疏，减少不重要特征的影响。L2正则化（Ridge正则化）：在损失函数中加入权重向量的L2范数，可以防止过拟合问题，使得权重向量的值更加平滑。Elastic Net正则化：同时结合L1正则化和L2正则化，可以更好地平衡稀疏性和平滑性。Group Lasso正则化：将特征分组，对每个特征组应用L1正则化，可以保持组内