TensorFlow活动规则制定者实际上会影响激活吗？

Question

我对活动正则化的理解是，它会查看各层的输出，然后在该术语中添加正则化损失。与此行为类似：

loss = loss + activity_regularization_function(output_layer)

让我们考虑在tf.layer中使用activity_regularizer标志，如下所示：

tf.layers.conv1d(..., activity_regularizer = l2_regularizer(1e-5))
...
regularization_loss = tf.reduce_sum(tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES))
loss = loss + regularization_loss

我想确认对激活不应有任何实际影响，对吗？