1. Keras 소개
   1. [시작하기] Sequential 모델 가이드
   2. [시작하기] 함수형 API 가이드
   3. [시작하기] FAQ
   4. [모델] Keras의 모델
   5. [모델] 함수형 API
   6. [모델] Sequential
   7. [계층] Keras의 계층
   8. [계층] Core 계층
   9. [계층] 합성곱 계층
   10. [계층] 풀링 계층
   11. [계층] 부분적으로 연결된 계층
   12. [계층] 재발 계층
   13. [계층] 임베딩 계층
   14. [계층] Merge 계층
   15. [계층] 고급 활성화 계층
   16. [계층] 표준화 계층
   17. [계층] 노이즈 계층
   18. [계층] 계층 Wrappers
   19. [계층] 자신만의 Keras 계층 만들기
   20. [전처리] 시퀀스 전처리
   21. [전처리] 텍스트 전처리
   22. [전처리] 이미지 전처리
2. Metrics
3. 손실
4. 최적화기
5. 활성화
6. Callbacks
7. 데이터셋
8. 애플리케이션
9. 백엔드 1
10. 백엔드 2
11. 백엔드 3
12. 백엔드 4
13. 백엔드 5
14. 초기화기
15. 정규화기
16. 제한
17. 시각화
18. Scikit-Learn API
19. 유용한 도구

제한의 사용법

constraints 모듈의 함수는 최적화 중의 네트워크 파라미터에 대한 제한(예를 들어 비 음수)을 설정할 수 있도록 해 줍니다

벌점(penalties)은 매 계층마다 적용됩니다. 정확한 API는 계층에 의존하지만, Dense, Conv1D, Conv2D, Conv3D 계층은 통일된 API를 가지고 있습니다.

이 계층들은 2개의 드러난 키워드 인수를 가지고 있습니다:

• kernel_constraint 주된 가중치 행렬에 대한 제한입니다.
• bias_constraint 편향에 대한 제한입니다.

from keras.constraints import maxnorm
model.add(Dense(64, kernel_constraint=max_norm(2.)))

사용가능한 제한

• max_norm(max_value=2, axis=0): 최대-표준 제한입니다.
• non_neg(): 비음수 제한입니다.
• unit_norm(axis=0): 단위-표준 제한입니다.
• min_max_norm(min_value=0.0, max_value=1.0, rate=1.0, axis=0): 최소/최대 표준 제한입니다.

이 문서는 Keras의 Constraints을 번역한 것입니다.