【TensorFlow】TensorFlow函数精讲之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)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
- 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 ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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- ...
- 【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 ...
- 【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 ...
- 【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 ...
- 【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
- 刚刚!美国官宣100000名 IT 人失业,感觉很慌 !
- SpringBoot项目中,如何更规范的使用PageHelper分页?
- java 日期_Java中的日期操作
- Centos源码安装Python3
- Nginx默认虚拟主机、 Nginx用户认证、Nginx域名重定向、访问日志·····
- 使用group by rollup和group by cube后的辅助函数
- 量子纠缠,如何理解不确定性
- 【北通游戏手柄安装驱动(WIN10)】
- Unity3d iOS 内购详细流程总汇
- shp在MATLAB中裁剪数据,ENVI中利用Shape文件裁剪栅格数据
- 根据经纬度计算两点之间的距离
- VS2019配置WinPcap开发
- 力扣575. 分糖果
- Java的字面量和符号引用
- 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?...
- 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...
- Queue和Deque
- 3418 杨辉三角形(找规律 + 二分)
- vs2010中opengl环境配置
- rgb和rgba的区别关系
热门文章
- 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...
- 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
- python rabitmq_python使用rabbitmq实例二,工作队列
- 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)
- androidfiletransfer_mac手机助手(Android File Transfer)下载_mac手机助手(Android File Transfer)官方下载...
- html 控件命名规则,前端组件命名规则
- 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...
- java 强制走catch_java – IDE强制使用try / catch包围但不抛出异常
- 理解group by
- Map封装 (一个键多个值)