tensorflow2l2正则化代码

在 TensorFlow 2 中进行 L2 正则化可以使用 `tf.keras.regularizers` 模块中的 `l2` 函数。以下是一个示例代码：

import tensorflow as tf

# 定义一个层
layer = tf.keras.layers.Dense(
    units=64,
    kernel_regularizer=tf.keras.regularizers.l2(0.01),
    bias_regularizer=tf.keras.regularizers.l2(0.01)
)

# 构建模型
model = tf.keras.Sequential()
model.add(layer)

# 编译模型
model.compile(
    optimizer='adam',
    loss='binary_crossentropy',
    metrics=['accuracy']
)

在上面的代码中，我们使用 `tf.keras.regularizers.l2` 来定义 L2 正则化。该函数接受一个正则化系数作为输入，并返回一个可用于在层的权重和偏差上应用 L2 正则化的正则化器。在层的构造函数中，我们将 L2 正则化器传递给 `kernel_regularizer` 和 `bias_regularizer` 参数，以分别对权重和偏差应用 L2 正则化。最后，我们将层添加到模型中，并使用 `compile` 方法编译模型，指定优化器、损失函数和评估指标。