如何在pytorch中获得自定义损失函数的权重？

Question

我在pytorch中有一个模型，并希望添加L1正则化insde the loss_function。但我不想将权重传递给loss_function（） - 有更好的方法吗？有关详细信息，请参阅下面的loss_function（）。

{{1}}

Answer 1

我认为这样的事情可行：

我们定义了以torch.norm作为输入的损失函数。请注意，torch Tensor的输入应为.data，因此我们需要在图层的权重中执行Parameter，因为它是layer。然后，我们计算p=1设置un def l1_loss(layer): return (torch.norm(layer.weight.data, p=1)) lin1 = nn.Linear(8, 64) l = l1_loss(lin1) （L1）的范数。

calendar2.add(Calendar.DATE, 1);
calendar3.add(Calendar.DATE, 1);