如何解决使用深度神经网络对输入执行LASSO正则化吗?
有人可以告诉我有关构建神经网络以对NN输入进行LASSO正则化的任何建议吗?我正在寻找的是一种DNN,它能够计算LASSO的经典Cost函数优化,并能够在输出中提供我将用LASSO获得的稀疏权向量。
解决方法
LASSO回归将权重的L1范数添加到成本函数中。鼓励权重接近零(也称为稀疏)。
在神经网络中也可以做到这一点,简称为“体重正则化” ,请参见here或here。例如,在Keras中,您可以将regularizer
对象传递给图层的构造函数,它将自动调整权重。
from tensorflow.keras import layers
from tensorflow.keras import regularizers
layer = layers.Dense(
units=64,kernel_regularizer=regularizers.l1_l2(l1=1e-5,l2=1e-4),bias_regularizer=regularizers.l2(1e-4),activity_regularizer=regularizers.l2(1e-5)
)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。