（L2正则化就是在原目标函数J中添加一个二次正则项（即下式等号右边第二项）（为简化分析，本文假设偏置项全为零，那么参数仅剩权重）：
记原目标函数J的最优点是：
,则原目标函数J可在该点用二次多项式近为：
其中H表示J的Hessian矩阵，可以看到上式没有一阶项，这是因为原目标函数在最优点的一阶导等于零。同理，正则化后的目标函数在该点二阶近似的表达式是：
记正则化后的目标函数的最优点是：
图片发自简书App
应该满足，正则化后的目标函数在该点的一阶导数等于零，即以上二次近似式在最优点的一阶导等于零：
因此，L2正则化之后的最优点是：
上式表达了L2正则化前后最优点之间的关系，但物理意义还不是很明显。注意到H矩阵是实对称矩阵，可以分解为一个对角矩阵和一组特征向量构成的标准正交基：
将上式带入上上式，得到：
由上式，可以看出：L2正则化相当于沿着H矩阵特征向量所定义的方向对原最优点进行缩放，缩放因子为：
可见特征值越大，缩放影响越小；特征值越小，缩放影响越大。那么这个缩放有什么意义呢？意义是：在显著减小目标函数的方向（对应较大的特征值）保留原参数；在无助于目标函数减小的方向（对应较小的特征值）上，尽量将相应的参数往0上靠近（即衰减掉）。这么处理，就将训练（参数寻优）的范围缩小了，不仅有效提升了训练效率，还避免了在小特征上耗费过多代价造成过拟合。
参考：
《深度学习》Ian Goodfellow等著,赵申剑等译.人民邮电出版社
