在 Keras 中如何写 L2-softmax 损失？
How to write L2-softmax loss in Keras?
一个Tensorflow版本是这样的：
fc1 = alpha * tf.divide(fc1, tf.norm(fc1, ord='euclidean'))
但是我怎样才能使用 Keras 写出这样的 L2-softmax？
tf.divide(fc1, tf.norm(fc1, ord='euclidean')) 归一化 fc1 张量。
在 Keras 中，您可以使用 keras.backend.l2_normalize 执行此操作。
一个Tensorflow版本是这样的：
fc1 = alpha * tf.divide(fc1, tf.norm(fc1, ord='euclidean'))
但是我怎样才能使用 Keras 写出这样的 L2-softmax？
tf.divide(fc1, tf.norm(fc1, ord='euclidean')) 归一化 fc1 张量。
在 Keras 中，您可以使用 keras.backend.l2_normalize 执行此操作。