基于Theano的深度学习(Deep Learning)框架Keras学习随笔-09-约束限制

        原地址：http://blog.csdn.net/niuwei22007/article/details/49228447可以查看更多文章

        除了规则化外，Keras还有一个约束限制功能。函数可以设置在训练网络到最优时对网络参数的约束。这个约束就是限制参数值的取值范围。比如最大值是多少，不允许为负值等。这一部分比较简单，内容很少。

一、如何使用约束限制

        在Keras的Dense Layer、TimeDistributedDense Layer、MaxoutDense Layer、Convolution1D Layer和Convolution2D Layer中有一个统一的API用来使用约束。

        2个关键的参数：

• W_constraint：约束主要的权值矩阵
• b_constraint：约束偏置值

        使用示例代码如下：

from keras.constraintsimport maxnorm
model.add(Dense(64, W_constraint =maxnorm(2))) #限制权值的各个参数不能大于2

二、可用的约束限制

• maxnorm(m=2): 最大值约束
• nonneg(): 不允许负值
• unitnorm(): 归一化 

参考资料：

• 官方教程