TensorFlow中的L2正則化函數：tf.nn.l2_loss()與tf.contrib.layers.l2_regularizerd()的用法與異同

tf.nn.l2_loss()與tf.contrib.layers.l2_regularizerd()都是TensorFlow中的L2正則化函數，tf.contrib.layers.l2_regularizerd()函數在tf 2.x版本中被棄用了。

兩者都能用來L2正則化處理，但運算有一點不同。

import tensorflow as tf
sess = InteractiveSession()

a = tf.constant([1, 2, 3], dtype=tf.float32)
b = tf.nn.l2_loss(a)
print(b.eval())    # 7.0
# tf.nn.l2_loss 運算是每個數的平方和再除以二
# b = (12+22+33)/2 =7.0

而tf.contrib.layers.l2_regularizerd()的運算是每個數的平方和 開根號 再除以二，即(1²+2²+3³)^0.5 /2 

我的tf版本沒法用l2_regularizerd函數，就沒演示代碼了。

tf.nn.l2_loss