L2 損失對應 L2 範數（又稱「歐氏距離」，Euclidean norm）：

也就是說：
我們計算每個預測誤差 $(y_i-{\hat{y}}_i)$ 的平方，再把它們全部加起來。
這就是熟悉的 Mean Square Error, MSE (均方誤差) 概念。

L2 會計算「每支箭距離靶心的平方距離」——離得越遠，懲罰越大，
所以它會迫使模型「盡量讓每一支箭都貼近靶心」

→ 小錯誤容忍、大錯誤懲罰重，讓模型追求整體穩定。

L2 的特性與優缺點

LLM / Transformer / CNN → 都用 L2 來控制權重大小、防止過擬合

## 為什麼深度學習都用 L2？

1. 梯度平滑、不突兀 → 適合大規模反向傳遞（backprop）
2. 避免權重爆炸（exploding weights）
3. 能持續微調而不毀壞模型結構
4. 與 AdamW / SGD 完美搭配

L2 就像「每次整理書桌時不丟東西，但把所有東西都推整齊」
每個權重都還在，只是被壓得更小、更有秩序

相對地，L1 Regularization（Lasso） 是「直接丟掉幾樣不重要的東西」
進行特徵選擇 (詳細看 L1 vs L2 正則化 — 實務差異)

實務