约束使用

来自constraints模块的函数允许在优化期间对网络参数设置约束（例如，非负）。

惩罚以每层为基础进行。 确切的API将取决于层，但层密集，Conv1D，Conv2D和Conv3D具有统一的API。
这些图层显示2个关键字参数：

  • kernel_constraint 为主权重矩阵。
  • bias_constraint 为偏见。
  1. from keras.constraints import max_norm
  2. model.add(Dense(64, kernel_constraint=max_norm(2.)))

可用的约束

  • max_norm(max_value=2, axis=0): 最大范数约束
  • non_neg(): 非负面约束
  • unit_norm(axis=0): 单位规范约束
  • min_max_norm(min_value=0.0, max_value=1.0, rate=1.0, axis=0): 最小/最大范数约束