Neural network Keras前馈网络的微调输出

我在Keras中使用一个简单的前馈网络来解决回归问题。该网络的设置非常简单：3个隐藏层与tanh激活，输出层有一个线性激活的单一节点

但是，我注意到输出有一些相当极端的值，如下所示：

---

我有点担心极值会主导损失函数（MSE），所以我想对其进行修正。在Keras中有这样做的方法吗？

我想你指的是正则化（L1，L2，…）（即在

密集层中）

另请参见
与您希望执行的操作类似吗？是的！现在，我需要弄清楚如何在Keras中有效地实现winsorization（因此，我不会使用一些硬值）。谢谢我认为上面的Lambda或keras.backend.clip更接近我的目标。谢谢