Add ch7-regularization-and-normalization

Author: jshn9515

_freeze/zh/.gitignore

@@ -7,6 +7,9 @@ ch3-multi-layer-perceptron/
 # Chapter 4: Optimization Algorithms
 ch4-optimization-algorithms/
 
+# Chapter 7: Regularization and Normalization
+ch7-regularization-and-normalization/
+
 # Chapter 8: Attention and Transformer
 ch8-attention-and-transformer/
 

_quarto-html.yml

@@ -67,6 +67,10 @@ website:
               contents: "zh/ch3-multi-layer-perceptron/*.qmd"
             - section: "Chapter 4: 优化算法：神经网络如何更新参数"
               contents: "zh/ch4-optimization-algorithms/*.qmd"
+        - section: "Part 2: 卷积神经网络"
+          contents:
+            - section: "Chapter 7: 正则化与归一化：让深层网络更稳定"
+              contents: "zh/ch7-regularization-and-normalization/*.qmd"
         - section: "Part 4: Attention 机制与 Transformer"
           contents:
             - section: "Chapter 8: Attention 与 Transformer：从动态检索到序列建模"

zh/README.md

@@ -38,6 +38,17 @@
 - 4.8 优化器地图：不同优化算法该在什么时候使用
 - 4.9 学习率调度器：让学习率随训练过程变化
 
+## Chapter 7: 正则化与归一化：让深层网络更稳定
+
+- 7.1 为什么深层网络需要正则化与归一化
+- 7.2 Dropout：通过随机失活减少过拟合
+- 7.3 BatchNorm：利用 batch 统计量稳定训练
+- 7.4 LayerNorm：在单个样本内部归一化特征
+- 7.5 InstanceNorm：对样本的每个通道进行归一化
+- 7.6 GroupNorm：在通道组内归一化特征
+- 7.7 RMSNorm：不做均值中心化的特征尺度归一化
+- 7.8 归一化方法的统一视角：统计量到底在哪些维度上计算
+
 ## Chapter 8: Attention 与 Transformer：从动态检索到序列建模
 
 - 8.1 Bahdanau Attention：从信息压缩到动态检索