Tensorflow.js tf.regularizers.l1l2()用法及代码示例

Tensorflow.js是由Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

.regularizers.l1l2() 函数用于 L1 和 L2 正则化。此外，它为损失附加了一个名称以谴责巨大的权重：loss += sum(l1 * abs(x)) + sum(l2 * x^2)。

用法:

tf.regularizers.l1l2(config?)

参数：

• config:它是一个可选的对象。在它下面是 l1 和 l2。
• l1:它是规定的 L1 正则化率，默认值为 0.01。它是类型号。
• l2:它是规定的 L2 正则化率，默认值为 0.01。它是类型号。

返回值：它返回正则化器。

范例1：在这个例子中，我们将看到单独使用 l1l2 正则化器应用于内核权重矩阵。

// Importing the tensorflow.js library
//const tf = require("@tensorflow/tfjs");
  
// Define sequential model
const model = tf.sequential();
  
// Adding layer to it and calling 
// regularizers.l1l2() method
model.add(tf.layers.dense({
    units:11, batchInputShape:[3, 4],
    kernelRegularizer:tf.regularizers.l1l2()
}));
  
// Calling summary() method and 
// Printing output
model.summary();

输出：

_________________________________________________________________
Layer (type)                 Output shape              Param #   
=================================================================
dense_Dense57 (Dense)        [3,11]                    55        
=================================================================
Total params:55
Trainable params:55
Non-trainable params:0
_________________________________________________________________

范例2：在这个例子中，我们将看到单独使用 l1l2 正则化器应用于偏置向量。

// Importing the tensorflow.js library
const tf = require("@tensorflow/tfjs");
  
// Define sequential model
const model = tf.sequential();
  
// Adding layer to it and calling 
// regularizers.l1l2() method
model.add(tf.layers.dense({
    units:12, inputShape:[null, 8, 2],
    biasRegularizer:tf.regularizers.l1l2()
}));
  
// Calling summary() method and 
// Printing output
model.summary();

输出：

_________________________________________________________________
Layer (type)                 Output shape              Param #   
=================================================================
dense_Dense69 (Dense)        [null,null,8,12]          36        
=================================================================
Total params:36
Trainable params:36
Non-trainable params:0
_________________________________________________________________

参考： https://js.tensorflow.org/api/latest/#regularizers.l1l2