张量流中的正则化损失是什么?

时间:2018-01-25 13:22:23

标签: tensorflow tensorboard regularized

使用Tensorflows对象检测API训练对象检测DNN时,可视化Plattform Tensorboard会绘制一个名为regularization_loss_1的标量

这是什么?我知道正规化是什么(使网络很好地通过各种方法如辍学来概括)但我不清楚这显示出的损失是什么。

谢谢!

1 个答案:

答案 0 :(得分:5)

TL; DR :它只是正则化函数产生的额外损失。将其添加到网络的损失中,并优化两者的总和

正如您所说,正则化方法用于帮助优化方法更好地概括。 获得此功能的一种方法是在损失函数中添加正则化项。这个术语是一个通用函数,它修改了"全局"损失(如网络丢失总和正则化损失),以便在所需方向上驱动优化算法。

让我们说,例如,无论出于何种原因,我想鼓励优化的解决方案,其权重尽可能接近于零。因此,一种方法是增加网络产生的损失,网络权重的函数(例如,权重的所有绝对值的按比例缩小的总和)。由于优化算法最小化了全局损失,我的正则化项(当权重远离零时为高)将推动优化趋向于权重接近于零的解决方案。