L1
regularization_loss=0
for param in model.parameters()：
regularization_loss+=torch.sum（torch.abs（param））
classify_loss+criteon（logits，target）
loss=classify_loss+0.01*regularization_loss
optimizer.zero_grad()
loss.backward（）
optimizer.step()
L1 正則化 pytorch 目前只能 手動寫入
L2可以加上上述
