如何在 TensorFlow-Slim 中使用正则化？

Question

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？

Answer 1

是的，只是可以添加一个参数

weights_regularizer=slim.l2_regularizer(0.001)

或者您可以使用 slim.arg_scope 设置多个层的正则化：

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')

如何在 TensorFlow-Slim 中使用正则化？

How can use regularization in TensorFlow-Slim?

regularized

tensorflow

tf-slim