在这篇文章中，作者提到

…如果不应用正则化，我们也有可能面临欠拟合的风险…

为什么在没有正则化的情况下可能会出现欠拟合？正则化使网络变得更简单，以避免过拟合而不是欠拟合。因此，如果我们没有使用正则化，它不会导致欠拟合。

回答：

当我们的模型出现过拟合时，即训练准确率显著高于测试准确率，我们需要使用正则化。

当我们的模型出现欠拟合时，我们需要增加模型的复杂性（例如，通过添加新的特征）。

因此，正则化并不是解决欠拟合的方案，这就是作者想要表达的意思。