将 tf.contrib.layers.apply_regularization 迁移到 TensorFlow 2.0答案

【问题标题】：Migrate tf.contrib.layers.apply_regularization to Tensorflow 2.0将 tf.contrib.layers.apply_regularization 迁移到 TensorFlow 2.0
【发布时间】：2021-06-24 11:09:12
【问题描述】：

我想将 github 项目 https://github.com/liupei101/TFDeepSurv von TF1 迁移到 TF2，因为其他依赖项。使用 tf_upgrade_v2 脚本转换的问题文件是https://github.com/liupei101/TFDeepSurv/blob/master/tfdeepsurv/dsl.py。此行无法转换

reg_item =tf.contrib.layers.l1_l2_regularize(self.config["L1_reg"], self.config["L2_reg"])
loss_reg = tf.contrib.layers.apply_regularization(reg_item, tf.compat.v1.get_collection("var_weight"))

对于第一个，我认为正确的迁移是：

reg_item = tf.keras.regularizers.L1L2(l1=self.config["L1_reg"], l2=self.config["L2_reg"])

哪一个是这两条线的正确替代品？

【问题讨论】：

标签： python tensorflow tf.keras

【解决方案1】：

在 Tensorflow 2.x 中，keras 训练循环帮助我们自动应用正则化、激活损失，无需调用显式 apply_regularization 方法。欲了解更多信息，请查看Tensorflow doc 在 TF v2.x 中使用tf.keras.regularizers.L1L2

【讨论】：