tensorflow对模型的权重进行l2正则化(l2 regularization/weight decay)

这里仅对卷积的权重进行l2正则化,biases的权重可以通过根据名称搜索biases的变量,添加变量到regularized_weights即可

regularized_weights=[]
for val in tf.global_variables():
    if 'conv_3d/w:0' in val.name:
        regularized_weights.append(val)
regularizer = tf.contrib.layers.l2_regularizer(0.00004)
regularization_loss = tf.contrib.layers.apply_regularization(regularizer=regularizer,weights_list=regularized_weights)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值