python - 为什么 Python eval 为 Keras 正则化器返回相同的对象？

Question

我正在尝试将字符串(我从 JSON 中读取)转换为可由 Keras 层使用的参数。但是，当我发现 eval 函数创建的所有正则化对象都是相同的时。

a = eval('l1(0.1)')
b = eval('l2(0.1)')
c = eval('l1_l2(0.1)')
print(a,b,c)

给出:

<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F003C2F60>
<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F003C2D68> 
<tensorflow.python.keras.regularizers.L1L2 object at 0x0000013F0032F160>

不应 eval('l1(0.1)') 给出

<function tensorflow.python.keras.regularizers.l1(l=0.01)>

任何关于为什么会发生这种情况的想法将不胜感激。

Answer 1

L1L2同时存储l1和l2；在正则化器上运行，例如:

print(model.layers[1].kernel_regularizer.__dict__)
# {'l1': array(0., dtype=float32), 'l2': array(1., dtype=float32)}

要访问其中之一:

print(model.layers[1].kernel_regularizer.l1) # 0.0
print(model.layers[1].kernel_regularizer.l2) # 1.0

在您的代码中，a 设置 l1、b 设置 l2 和 c 设置两者。

<小时/> 完整示例脚本:

from keras.layers import Input, Dense
from keras.regularizers import l2
from keras.models import Model

ipt   = Input(shape=(100,4))
x     = Dense(10, activation='relu', kernel_regularizer=l2(1))(ipt)
out   = Dense(1, activation='sigmoid')(x)
model = Model(ipt, out)
model.compile(optimizer='adam', loss='binary_crossentropy')


print(model.layers[1].kernel_regularizer.__dict__)
print(model.layers[1].kernel_regularizer.l1)
print(model.layers[1].kernel_regularizer.l2)