python - keras:多个w_constraints

Question

我希望将一组权重限制为具有固定范数(如 unitnorm)和非负值(如 nonneg)。这对约束在某些类型的光学建模中很有用。

我不是 Python 专家，所以我尝试了 W_constraint = nonneg(), W_constraint = maxnorm(1)) 并得到了 SyntaxError: keyword argument repeated。有没有更好的办法？提前致谢!

Answer 1

如果您查看 keras 源代码中的 topology.py 文件，它有一个属性:

    @property
def constraints(self):
    cons = {}
    for layer in self.layers:
        for key, value in layer.constraints.items():
            if key in cons:
                raise Exception('Received multiple constraints '
                                'for one weight tensor: ' + str(key))
            cons[key] = value
    return cons

当为一个权重张量接收到多个约束时会引发异常。我认为最好的方法是实现自定义约束(比如 nonneg_and_maxnorm？)，您可以在 keras 源代码的 constraints.py 中看到实现约束的示例。