Deep learning 如何在TensorFlow中设置权重成本强度？

我正在尝试在我的深度学习项目中使用TensorFlow

当我使用动量梯度下降法时，权重成本强度是如何设置的？

---

（此处的λ）。

权重成本/衰减的术语不属于TensorFlow中的优化器

但是，很容易将额外的惩罚加入到成本函数中，并在权重上加入L2损失：

C = <your initial cost function>
l2_loss = tf.add_n([tf.nn.l2_loss(v) for v in tf.trainable_variables()])
C = C + lambda * l2_loss

C=
l2_损失=tf.add_n（[tf.nn.l2_损失（v）表示tf.trainable_变量（）中的v）
C=C+lambda*l2_损耗

---

tf.nn.l2_损失（v）

只是

0.5*tf.reduce_sum（v*v）

，各个权重的梯度将等于

lambda*w

，这应该等同于您的链接方程。

请注意，您显示的公式实际上并没有真正的“权重衰减”，而是l2正则化。许多人，包括著名的教授，把这些混为一谈。让我解释一下

当使用纯SGD（无动量）作为优化器时，权重衰减与在损失中添加L2正则化项是一样的当使用任何其他优化器（包括动量）时，情况并非如此。

重量衰减（这里不知道如何计算TeX，请原谅我的伪符号）：

L2正则化：

loss = actual_loss + lambda * 1/2 sum(||w||_2 for w in network_params)

计算L2正则化中额外项的梯度得到

lambda*w

，从而将其插入SGD更新方程

dloss_dw = dactual_loss_dw + lambda * w
w[t+1] = w[t] - learning_rate * dw

与重量衰减相同，但混合了

lambda

和

学习率

。任何其他优化器，即使是带有动量的SGD，都会为权重衰减提供与L2正则化不同的更新规则！有关更多详细信息，请参阅本文。（编辑：AFAIK，在第10页引入了“重量衰减”，字面意思为“每次重量更新时，其大小也会减少0.4%”）

也就是说，在TensorFlow中似乎还没有支持“适当”的重量衰减。有几个问题在讨论它，特别是因为上面的文章

实现它的一种可能方法是编写一个op，在每个优化器步骤之后手动执行衰减步骤。另一种不同的方法，也就是我目前正在做的，就是使用一个额外的SGD优化器，只用于重量衰减，并将其“附加”到您的

train\u op

。不过，这两种方法都是粗制滥造的。我当前的代码：

# In the network definition:
with arg_scope([layers.conv2d, layers.dense],
               weights_regularizer=layers.l2_regularizer(weight_decay)):
    # define the network.

loss = # compute the actual loss of your problem.
train_op = optimizer.minimize(loss, global_step=global_step)
if args.weight_decay not in (None, 0):
    with tf.control_dependencies([train_op]):
        sgd = tf.train.GradientDescentOptimizer(learning_rate=1.0)
        train_op = sgd.minimize(tf.add_n(tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES)))

这在某种程度上利用了TensorFlow提供的簿记功能。请注意，

arg_作用域

负责将每一层的L2正则化项附加到

regulation_loss

图形键，然后使用SGD对其进行汇总和优化，如上所示，SGD对应于实际重量衰减

希望这能有所帮助，如果有人得到了更好的代码片段，或者TensorFlow实现得更好（即在优化器中），请分享

---

编辑：另请参见刚刚合并到TF中的内容。

非常感谢。我也在Theano中实现了这一部分，它是有效的。但是当我在tensorflow中尝试这一部分时，它仍然不能得到预期的结果。他们之间有什么不同？请检查：小心不要在该损失中包含偏差，因为它们也是tf.trainable_变量（）

# In the network definition:
with arg_scope([layers.conv2d, layers.dense],
               weights_regularizer=layers.l2_regularizer(weight_decay)):
    # define the network.

loss = # compute the actual loss of your problem.
train_op = optimizer.minimize(loss, global_step=global_step)
if args.weight_decay not in (None, 0):
    with tf.control_dependencies([train_op]):
        sgd = tf.train.GradientDescentOptimizer(learning_rate=1.0)
        train_op = sgd.minimize(tf.add_n(tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES)))