Python tf.layers.稠密核初始值设定项和正则化子
tf.layers.density函数定义为:Python tf.layers.稠密核初始值设定项和正则化子,python,tensorflow,neural-network,Python,Tensorflow,Neural Network,tf.layers.density函数定义为: tf.layers.dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, bias_initializer=tf.zeros_initializer(), kernel_regularizer=None, bias_regularizer=None, activity_reg
tf.layers.dense(
inputs,
units,
activation=None,
use_bias=True,
kernel_initializer=None,
bias_initializer=tf.zeros_initializer(),
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
trainable=True,
name=None,
reuse=None
)
有两个可选参数
kernel\u初始值设定项
和kernel\u正则化项
。我自己有两种不同的正则化和初始化技术,我希望用它们进行实验。我并不热衷于从头开始实现整个神经网络。是否有人可以提供一个为这两个参数提供自定义函数的示例 最好的办法是检查tensorflow中初始化器
和正则化器
的实现情况。例如,variance\u scaling\u初始值设定项
初始值设定项在此代码中定义:
它由具有以下签名的初始值设定项函数组成:
initializer(shape, dtype=dtype, partition_info=None)
返回一个张量
此处定义了正则化器: