【问题标题】:How to apply weight normalization to the whole model in Keras?如何将权重归一化应用于 Keras 中的整个模型?
【发布时间】:2016-12-11 12:32:50
【问题描述】:

我有一个巨大的模型,其中包含许多构成层,每个层都有 W_regularizer=l2(0.01) 参数。我想将它从每个层声明中删除,并将其应用于整个模型。可以在 Keras 上做到这一点吗?

【问题讨论】:

    标签: python neural-network keras


    【解决方案1】:

    看起来不像docs

    正则化器允许对层参数或层应用惩罚 优化期间的活动。这些处罚被纳入 网络优化的损失函数。

    惩罚是按层应用的。确切的 API 将 取决于层,但层 Dense、Conv1D、Conv2D 和 Conv3D 拥有统一的 API。

    【讨论】:

      猜你喜欢
      • 2020-04-23
      • 1970-01-01
      • 2021-05-24
      • 2018-07-10
      • 2019-08-21
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多