tf调用adam优化时怎么调整正则化

在 TensorFlow 中，可以通过在定义优化器（如 AdamOptimizer）时传递 `l2_regularization_strength` 参数来调整 L2 正则化。具体而言，可以按如下方式定义 Adam 优化器：

optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate, 
                                   beta1=beta1, 
                                   beta2=beta2, 
                                   epsilon=epsilon, 
                                   l2_regularization_strength=l2_regularization_strength)

其中，`l2_regularization_strength` 参数用于控制正则化强度。默认情况下，它的值为 0，表示不使用 L2 正则化。如果你想使用 L2 正则化，则可以将其设置为一个正的值，例如 0.01。

需要注意的是，`l2_regularization_strength` 参数只对权重进行 L2 正则化，不会对偏置进行正则化。如果你想对偏置进行正则化，可以使用 `tf.contrib.layers.l1_l2_regularizer` 或 `tf.keras.regularizers.L1L2` 等内置的正则化方法。