一,kernel_initializer&bias_initializer:
建网络层时内核或者偏差权重的初始化方案。此参数是名称或可调用对象。
二,kernel_regularizer&bias_regularizer:
设置应用于网络层中内核或者偏差权重的正则化方案,例如L1或L2正则化。默认情况下,不应用正则化。
三,初始化及正则化的作用
在设计深度学习模型的时候,我们经常需要使用正则化(Regularization)技巧来减少模型的过拟合效果,例如 L1 正则化、L2 正则化等。合理的初始化可以加速收敛。
四,正则化
在Keras中,我们可以使用三种正则化技巧:
keras.regularizers.l1
keras.regularizers.l2
keras.regularizers.l1_l2
例子L2正则化
w_l2 = 1e-4
out_pam = Conv2D(nc, kernel_size=3, kernel_regularizer=regularizers.l2(w_l2),
kernel_initializer=conv_init, use_bias=False