TensorFlow中计算L1正则化和L2正则化的函数:

L1正则化:tf.contrib.layers.l1regularizer(lambda)(w)函数,它可以返回一个函数,这个函数可以计算一个给定参数的L1正则化项的值。

L2正则化:tf.contrib.layers.12_regularizer(lambda)(w)函数可以计算L2正则化项的值 。

lambda参数表示了正则化项的权重,也就是公式J(θ)+λR(w)中的λ。w为需要计算正则化损失的参数。

正则化可以解决模型过拟合问题。


下边代码是计算L1和L2正则化:

import tensorflow as tfweights = tf.constant([[1.0, -2.0],[-3.0 , 4.0]])
with tf.Session() as sess:# 输出为(|1|+|-2|+|-3|+|4|)x0.5=5。其中0.5为正则化项的权重。print("L1正则化值为:", end="")print(sess.run(tf.contrib.layers.l1_regularizer(0.5)(weights)))# 输出为((1)^2+(-2)^2+(-3)^2+(4)^2)/2x0.5=7.5。其中0.5为正则化项的权重。# TensorFlow会将L2正则化损失值除以2使得求导得到的结果更加1简洁 。print("L2正则化值为:", end="")print(sess.run(tf.contrib.layers.l2_regularizer(0.5)(weights)))

结果为:

L1正则化值为:5.0
L2正则化值为:7.5

【TensorFlow】TensorFlow函数精讲之tf.contrib.layers.l1regularizer()-12_regularizer(lambda)相关推荐

  1. TensorFlow基础篇(八)——tf.contrib.layers.l1regularizer()-12_regularizer(lambda)

    TensorFlow中计算L1正则化和L2正则化的函数: L1正则化:tf.contrib.layers.l1regularizer(lambda)(w),它可以返回一个函数,这个函数可以计算一个给定 ...

  2. 【TensorFlow】TensorFlow函数精讲之tf.contrib.layers.flatten()

    tf.contrib.layers.flatten(A)函数使得P保留第一个维度,把第一个维度包含的每一子张量展开成一个行向量,返回张量是一个二维的,返回的shape为[第一维度,子张量乘积). 一般 ...

  3. 【TensorFlow】TensorFlow函数精讲之tf.get_variable()和tf.get_variable_scope()

    目录 1.tf.get_variable() 2.tf.variable_scope() 3.tf.variable_scope() 函数嵌套 1.tf.get_variable() tf.get_v ...

  4. 【TensorFlow】TensorFlow函数精讲之tf.nn.max_pool()和tf.nn.avg_pool()

    tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...

  5. 【TensorFlow】TensorFlow函数精讲之tf.nn.conv2d()

    博客之星评选,谢谢您的支持!微信.qq五连击投票(无需关注.无需登录) 人工智能博士(投票链接):http://m234140.nofollow.ax.mvote.cn/opage/4fddfa73- ...

  6. 【TensorFlow】TensorFlow函数精讲之tf.nn.softmax_cross_entropy_with_logits

    tf.nn.softmax_cross_entropy_with_logits()函数是TensorFlow中计算交叉熵常用的函数. 后续版本中,TensorFlow更新为:tf.nn.softmax ...

  7. 【TensorFlow】TensorFlow函数精讲之tf.train.ExponentialMovingAverage()

    tf.train.ExponentialMovingAverage来实现滑动平均模型. 格式: tf.train.ExponentialMovingAverage(decay,num_step) 参数 ...

  8. 【TensorFlow】TensorFlow函数精讲之 tf.nn.relu()

    tf.nn.relu()函数是将大于0的数保持不变,小于0的数置为0,函数如图1所示. ReLU函数是常用的神经网络激活函数之一. 图1 ReLU函数图像 下边为ReLU例子: import tens ...

  9. 【TensorFlow】TensorFlow函数精讲之 tf.random_normal()

    tf.trandom_normal()函数是生成正太分布随机值 此函数有别于tf.truncated_normal()正太函数,请参考本博客关于tf.truncated_normal()函数的介绍 ( ...

最新文章

  1. 刚刚!美国官宣100000名 IT 人失业,感觉很慌 !
  2. SpringBoot项目中,如何更规范的使用PageHelper分页?
  3. java 日期_Java中的日期操作
  4. Centos源码安装Python3
  5. Nginx默认虚拟主机、 Nginx用户认证、Nginx域名重定向、访问日志·····
  6. 使用group by rollup和group by cube后的辅助函数
  7. 量子纠缠,如何理解不确定性
  8. 【北通游戏手柄安装驱动(WIN10)】
  9. Unity3d iOS 内购详细流程总汇
  10. shp在MATLAB中裁剪数据,ENVI中利用Shape文件裁剪栅格数据
  11. 根据经纬度计算两点之间的距离
  12. VS2019配置WinPcap开发
  13. 力扣575. 分糖果
  14. Java的字面量和符号引用
  15. tnsnames.ora配置未生效_汽车保险商业车险的生效时间是什么时候?商业车险的险种有哪些?我们应该怎么买?...
  16. yolomouse怎么用_YoloMouse(游戏鼠标光标修改工具)_YoloMouse(游戏鼠标光标修改工具)官方版下载 - 键盘鼠标 - 绿软家园...
  17. Queue和Deque
  18. 3418 杨辉三角形(找规律 + 二分)
  19. vs2010中opengl环境配置
  20. rgb和rgba的区别关系

热门文章

  1. vs代码补全的快捷键_iPad Pro变生产力工具,你还缺个轻量级浏览器端代码编辑器...
  2. google搜索引擎优化指南_Google谷歌SEO怎么优化?|新手入门完全指南
  3. python rabitmq_python使用rabbitmq实例二,工作队列
  4. java lstm_人人都能看懂的LSTM介绍及反向传播算法推导(非常详细)
  5. androidfiletransfer_mac手机助手(Android File Transfer)下载_mac手机助手(Android File Transfer)官方下载...
  6. html 控件命名规则,前端组件命名规则
  7. matlab傅里叶变换去噪代码,小波的分析在心电信号去噪中应用(内附Matlab去噪源代码).ppt...
  8. java 强制走catch_java – IDE强制使用try / catch包围但不抛出异常
  9. 理解group by
  10. Map封装 (一个键多个值)