我正在尝试使用paper: Low-Shot Learning with Imprinted Weights的低权重分类卷积网络的印记权重，其中指出
“与标准ConvNet分类器体系结构不同，我们在嵌入提取器的末尾添加了一个L2归一化层，以便 输出嵌入的单位长度，即||φ（x）|| 2 = 1“
以及
“ softmax分类器f（φ（x））将嵌入映射到未归一化的logit分数，然后进行softmax激活，从而在所有类别上产生概率分布，其中wi是归一化为单位长度的权重矩阵的第i列。在该层中没有使用任何偏见术语。
我目前用于嵌入规范化的是：
gdal嵌入标准化是否起作用，或者我需要在lambda层中进行标准化吗？ 我也不确定如何将预测层的权重标准化。我检查了tensorflow文档中的LayerNormalixation和WeightNormalization，但不确定是否是我想要的，并且不确定如何检查。
任何帮助将不胜感激。