3

我想在我的代码中使用正则化。我使用 slim 来创建 conv2d,如下所示:

slim.conv2d(input, 256, [1, 1], stride=1,  padding='SAME', scope='conv1')

如何为此添加正则化?以及如何使用它来规范我的损失?

4

1 回答 1

8

是的,只需添加一个参数

weights_regularizer=slim.l2_regularizer(0.001)

或者您可以使用 slim.arg_scope 为多个层设置正则化:

with slim.arg_scope([slim.conv2d],
                    padding='SAME',
                    weights_regularizer=slim.l2_regularizer(0.001)):
      net = slim.conv2d(input, 256, [1, 1], scope='conv1')
      net = slim.conv2d(net, 256, [1, 1], scope='conv2')
于 2016-09-01T21:15:37.043 回答