我的回归问题要求网络输出y具有 unit norm ||y|| = 1.。我想将其作为Lambda线性激活后的一层：
from keras import backend as K
...
model.add(Dense(numOutputs, activation='linear'))
model.add(Lambda(lambda x: K.l2_normalize(x)))
后端是 TensorFlow。代码编译但网络预测输出向量具有不同的范数（范数不是 1 并且是变化的）。
关于我做错了什么的任何提示？
问题是你没有将axis参数传递给K.l2_normalize函数。因此，它将对整个批次中的所有元素进行归一化，使它们的范数等于 1。要解决这个问题，只需传递axis=-1到最后一个轴的归一化：
model.add(Lambda(lambda x: K.l2_normalize(x, axis=-1)))
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句