BLOG
Python

텐서플로 케라스(Tf.keras)에서 L1, L2 정규화 적용하기

Nov. 1, 2022, 4:26 p.m.

이번 포스트에서는 텐서플로 케라스에서 L1, L2 정규화를 적용하는 방법에 대해서 알아보겠습니다.

이미 텐서플로에서 정규화에 관한 함수들이 tf.keras.regularizers 에 정의 되어 있기 때문에 단지 인스턴스를 가져와서 레이어에 적용만 하면 됩니다.

먼저 L1 정규화를 적용해 보겠습니다.

import tensorflow as tf

l1_reg = tf.keras.regularizers.l1(0.01)

conv = tf.keras.layers.Conv2D(16, kernel_size=(2, 2), activation='relu', input_shape=(128, 128),
        kernel_regularizer=l1_reg)

정말 간단합니다. Conv2D 레이어에 kernel_regularizer로 넣어주어 l1 규제를 적용하였습니다.

L2 정규화도 마찬가지로,

import tensorflow as tf

l2_reg = tf.keras.regularizers.l2(0.01)

conv = tf.keras.layers.Conv2D(16, kernel_size=(2, 2), activation='relu', input_shape=(128, 128),
        kernel_regularizer=l2_reg)

이상입니다.

케라스 인공지능 텐서플로 keras tensorflow

Python 의 다른 글 보기
Search