Tensorflow 如何在tf.get_变量中使用正则化器参数？

用法的语法很清楚：

decay = tf.constant(0.001, dtype=tf.float32)
w = tf.get_variable(name='weight', shape=[512, 512],
                    regularizer=tf.contrib.layers.l2_regularizer(decay))

但是，文件中仅说明了以下内容：

正则化器

：一个（张量->张量或无）函数；将其应用于新创建变量的结果将添加到集合

tf.GraphKeys.regulation\u loss

，并可用于正则化

上述情况并不意味着正则化损失自动最小化。那么，我们是否需要从集合

tf.GraphKeys.REGULARIZATION\u loss

中手动获取变量，并将其添加到我们的主损失中，以便应用它

那么，我们是否需要从集合tf.GraphKeys.REGULARIZATION_loss中手动获取变量，并将其添加到我们的主损失中，以便应用它

是和否：您需要通过手动获取正则化损失（这将已经获取集合中定义的所有正则化损失，无需搜索其中的变量），然后您只需将正则化损失添加到模型的损失中，并将其用作优化器训练的损失：

logits = model_fn(inputs)
model_loss = your_chosen_loss_function(logits)
regularization_loss = tf.losses.get_regularization_loss()
your_chosen_optimizer.minimize(model_loss + regularization_loss)

---

更正：

get\u regulation\u loss

返回损失列表；你不能直接把它加到你的损失中。相反，

get\u regulation\u loss

返回一个张量，该张量是所有正则化损失的总和。这个可以直接使用。啊哈！很好的捕获@xdurch0，我忽略了单数和复数版本！我马上修改答案，谢谢！