活動正則化提供了一種鼓勵神經網絡學習原始觀察的稀疏特征或內部表示的方法。

在自動編碼器（稱為稀疏自動編碼器）和編碼器-解碼器模型中尋求稀疏學習表示是很常見的，盡管該方法通常也可用于減少過度擬合并提高模型泛化到新觀察值的能力。

在本教程中，您將發現 Keras API 用于向深度學習神經網絡模型添加活動正則化。

完成本教程后，您將了解：

• 如何使用 Keras API 創建向量范數正則化器。
• 如何使用 Keras API 將活動正則化添加到 MLP、CNN 和 RNN 層。
• 如何通過向現有模型添加活動正則化來減少過度擬合。

教程概述

本教程分為三個部分；他們是：