3.3.4. renom.layers.regularizer package

class Reguralizer ( unit=0 , channel=1 , filter=(3 , 3) , stride=(1 , 1) , padding=(0 , 0) , weight_scale=0.1 , initializer=None , input_size=None , name=None , **kwargs )

ベースクラス: renom.layers.layer.Layer

正則化項を担うクラス

reguralization_term

正則化項の出力値を返す。

class Sparse ( r=0.05 , b=0.5 , l=0.9 , input_size=None , name=None , **kwargs )

ベースクラス: renom.layers.regularizer.regularizer.Reguralizer

オートエンコーダによる事前学習時に、スパース正則化項を追加するクラス。

パラメータ:
  • r ( float ) –
  • b ( float ) – 正則化の強さ
  • l ( float ) – 移動平均の重み
  • input_size ( int ) – 入力サイズ
  • name ( string ) – 層の名前
>>> from renom.model.model import Model
>>> import renom.layers as L
>>> model = Model(
...     layers = [
...         L.Input(28*28),
...         L.Dense(100),
...         L.Sigmoid(),
...         L.Dense(50),
...         L.Spaese(),    # Sparseレイヤ
...         L.Dense(100),
...         L.Sigmoid(),
...         L.Dense(28*28),
...         L.Mean_squared_error()
...     ])
class Vae ( ratio=1.0 , input_size=None , name=None , **kwargs )

ベースクラス: renom.layers.regularizer.regularizer.Reguralizer

変分オートエンコーダによる、正則化を行うクラス。

パラメータ:
  • ratio ( float ) – 正則化の強さ
  • input_size ( int ) – 入力サイズ
  • name ( string ) – 層の名前
>>> from renom.model.model import Model
>>> import renom.layers as L
>>> model = Model(
...     layers = [
...         L.Input(28*28),
...         L.Dense(100),
...         L.Relu(),
...         L.Dense(50),
...         L.Vae(),    # Vaeレイヤ
...         L.Dense(100),
...         L.Relu(),
...         L.Dense(28*28),
...         L.Mean_squared_error()
...     ])