l1l2正则和dropout正则化[https://youzipi.blog.csdn.net/article/details/75307522]
LN和BN归一化 [深度学习：批归一化Batch Normalization]
主流大模型使用的Normalization主要有三类，分别是Layer Norm，RMS Norm，以及Deep Norm。
Post-Norm和Pre-Norm
根据Normalization在结构中的位置，也可分为Post-Norm和Pre-Norm。
一般认为，Post-Norm在残差之后做归一化，对参数正则化的效果更强，进而模型的收敛性也会更好；
而Pre-Norm有一部分参数直接加在了后面，没有对这部分参数进行正则化，可以在反向时防止梯度爆炸或者梯度消失，大模型的训练难度大，因而使用Pre-Norm较多。
Pre-Norm可能更容易训练，因为它可以更好地避
