ตัวกำหนดกิจกรรมทำงานเป็นหน้าที่ของเอาท์พุตของเน็ตและส่วนใหญ่จะใช้เพื่อทำให้หน่วยที่ซ่อนอยู่เป็นประจำในขณะที่ weight_regularizer ตามชื่อบอกว่าทำงานกับน้ำหนักทำให้พวกมันสลาย โดยทั่วไปคุณสามารถแสดงการสูญเสียการทำให้เป็นมาตรฐานเป็นฟังก์ชันของเอาต์พุต ( activity_regularizer
) หรือของน้ำหนัก ( weight_regularizer
)
การkernel_regularizer
แทนที่ใหม่weight_regularizer
- แม้ว่าจะไม่ชัดเจนจากเอกสาร
จากคำจำกัดความของkernel_regularizer
:
kernel_regularizer: ฟังก์ชัน Regularizer ที่ใช้กับkernel
เมทริกซ์น้ำหนัก (ดูตัวกำหนดค่าปกติ)
และactivity_regularizer
:
activity_regularizer: ฟังก์ชัน Regularizer ใช้กับเอาต์พุตของเลเยอร์ ("การเปิดใช้งาน") (ดูตัวปรับแต่ง)
การแก้ไขที่สำคัญ : โปรดทราบว่ามีข้อบกพร่องในactivity_regularizerที่ได้รับการแก้ไขเฉพาะใน Keras เวอร์ชัน 2.1.4 เท่านั้น (อย่างน้อยก็ด้วยแบ็กเอนด์ Tensorflow) อันที่จริงในเวอร์ชันเก่าฟังก์ชันตัวกำหนดกิจกรรมจะถูกนำไปใช้กับอินพุตของเลเยอร์แทนที่จะใช้กับเอาต์พุต (การเปิดใช้งานจริงของเลเยอร์ตามที่ตั้งใจไว้) ดังนั้นโปรดระวังหากคุณใช้ Keras เวอร์ชันเก่ากว่า (ก่อน 2.1.4) การจัดลำดับกิจกรรมอาจไม่ได้ผลตามที่ตั้งใจไว้
คุณสามารถดูการกระทำบนGitHub
เมื่อห้าเดือนก่อนFrançois Chollet ได้จัดเตรียมการแก้ไขให้กับตัวกำหนดกิจกรรมซึ่งรวมอยู่ใน Keras 2.1.4 แล้ว
kernel_regularizer
แทนที่weight_regularizer
หรือไม่?