tf.keras.constraints.MinMaxNorm
| View source on GitHub |
Ограничение весов MinMaxNorm.
Наследуется от: Constraint
tf.keras.constraints.MinMaxNorm(
min_value=0.0, max_value=1.0, rate=1.0, axis=0
)
Ограничивает веса, инцидентные каждому скрытому узлу, так, чтобы их норма находилась между нижней и верхней границей.
Также доступно через функцию-короткое имя tf.keras.constraints.min_max_norm.
| Аргументы | |
|---|---|
min_value | минимальная норма для входящих весов. |
max_value | максимальная норма для входящих весов. |
rate | скорость принуждения ограничения: веса будут перемасштабированы для получения (1 - rate) * norm + rate * norm.clip(min_value, max_value). По сути, это означает, что rate=1.0 соответствует строгому выполнению ограничения, а rate<1.0 означает, что веса будут перемасштабированы на каждом шаге для постепенного приближения к значению внутри желаемого интервала. |
axis | целое число, ось, вдоль которой вычисляются нормы весов. Например, в слое Dense матрица весов имеет форму (input_dim, output_dim), установите axis в 0 для ограничения каждого векторного веса длины (input_dim,). В слое Conv2D с data_format="channels_last", тензор весов имеет форму (rows, cols, input_depth, output_depth), установите axis в [0, 1, 2] для ограничения весов каждого тензора фильтра размером (rows, cols, input_depth). |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/constraints/MinMaxNorm
