我想用 L1 和 L2 正则化来正则化网络的权重。但是,我找不到独立改变正则化强度的方法。Keras文档也不提供任何信息。
那么,有没有办法在l1_l2
正则化器中使用不同的优势?或者也许是实现相同结果的替代方法?
我目前的模型很简单:
stren = 0.001
model = Sequential()
model.add(Dense(64, input_dim=148, activation='relu', kernel_regularizer=reg.l2(stren)))
model.add(Dense(1, activation='sigmoid', kernel_regularizer=reg.l2(stren)))
我希望能够有一些类似的东西:
kernel_regularizer=reg.l1_l2(l1_str, l2_str)