tensorflow中添加L2正则化损失

方法有几种，总结一下方便后面使用。

1. tensorflow自动维护一个tf.GraphKeys.WEIGHTS集合，手动在集合里面添加（tf.add_to_collection()）想要进行正则化惩罚的变量。

然后创建?regularizer = tf.contrib.layers.l2_regularizer(REGULARIZATION_RATE)，

再应用函数?regularization_loss = tf.contrib.layers.apply_regularization(regularizer=regurializer) 即可得到对集合tf.GraphKeys.WEIGHTS内的变量的正则化项。

?

2. 先创建?regularizer = ?tf.contrib.layers.l2_regularizer(REGULARIZATION_RATE)，

创建变量时指定regularizer，如 w1 = tf.get_variable(‘w1‘,[100,100],regularizer=regularizer)，tensorflow会将变量加入集合 tf.GraphKeys.REGULARIZATOIN_LOSSES，

然后设置正则化系数 REGULARIZATION_RATE，通过获取上述的集合即可得到正则化损失

regularization_loss = REGULARIZATION * sum(tf.get_collection(tf.GraphKeys.REGULARIZATION_LOSSES))。