在 CNN 模型中使用正则化器时 Keras 被冻结

Question

我在运行 TensorFlow 后端的 keras 中实现了自定义 CNN。为了提高通用性，我正在努力为 CNN 模型添加正则化。该模型无需任何活动/内核正则化即可正常工作。在我添加活动/内核正则化的那一刻，模型冻结在两者之间；训练通常在单个 epoch 的批次/迭代之间停止（例如 67/172 批次）。这个问题在我的系统上是非常可重复和可重现的，我能够将问题本地化为正则化的实施。看到这种行为很奇怪，我找不到其他人类似的问题。我不确定是否需要提供任何其他信息，如果有人可以指导我了解所缺少的内容，我将非常乐意提供所需的信息，并且非常感谢您提供有关该问题的指导。

以下是关于库/依赖项等的一些有用信息

1. Keras 2.4.3
2. 张量流 2.3.1
3. GPU：NVIDIA 1070 TI (8GB)
4. cudart64_101.dll 已成功打开T
5. 代码是用 Spyder 编写的，在 Python 3.8 上运行
6. 输入：32 批大小，输入大小 (32, 256,64,1)
7. 使用 model.fit 函数训练模型
8. 100,277 个参数，99523 个可训练的

Answer 1

实际上，我认为这个问题在我将 NVIDIA 软件更新到最新版本 (11.1) 并将最新版本添加到路径后得到解决