tf.keras.regularizers.L1L2

Регуляризатор, применяющий штрафы регуляризации L1 и L2.

Наследуется от: Regularizer

tf.keras.regularizers.L1L2(
    l1=0.0, l2=0.0
)

Штраф регуляризации L1 вычисляется по формуле: loss = l1 * reduce_sum(abs(x))

Штраф регуляризации L2 вычисляется по формуле loss = l2 * reduce_sum(square(x))

L1L2 можно передать слою в виде строкового идентификатора:

dense = Dense(3, kernel_regularizer='l1_l2')

В этом случае используются значения по умолчанию: l1=0.01 и l2=0.01.

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает регуляризатор на основе его конфигурации.

Этот метод является обратным к get_config и позволяет создать такой же регуляризатор из словаря конфигурации.

Этот метод используется в Keras model_to_estimator, при сохранении и загрузке моделей в форматах HDF5, клонировании моделей Keras, некоторых утилитах визуализации, а также при экспорте моделей из JSON и в JSON.

get_config

Просмотреть исходный код

get_config()

Возвращает конфигурацию регуляризатора.

Конфигурация регуляризатора — это сериализуемый словарь Python, содержащий все параметры его конфигурации. Позднее на основе этой конфигурации можно повторно создать такой же регуляризатор (без сохраненного состояния).

Этот метод необязателен, если вы только обучаете модели и выполняете их, экспортируете модели из SavedModels и в SavedModels или используете контрольные точки весов.

Этот метод необходим для Keras model_to_estimator, сохранения и загрузки моделей в форматах HDF5, клонирования моделей Keras, некоторых утилит визуализации, а также экспорта моделей из JSON и в JSON.

__call__

Просмотреть исходный код

__call__(
    x
)

Вычисляет штраф регуляризации для входного тензора.