正则化器

PyKEEN中的正则化。

类

LpRegularizer(*[, weight, apply_only_once, ...])	一个基于L_p范数的简单正则化器。
NoRegularizer([weight, apply_only_once, ...])	一个不执行任何正则化的正则化器。
CombinedRegularizer(regularizers[, total_weight])	正则化器的凸组合。
PowerSumRegularizer(*[, weight, ...])	一个基于x^p的简单正则化器。
OrthogonalityRegularizer(*[, 权重, ...])	来自[wang2014]的软正交约束的正则化器。
NormLimitRegularizer(*[, weight, ...])	一个正则化器，它对最大范数制定了一个软约束。

变量

regularizer_resolver

正则化器的解析器

类继承图

基础类

class Regularizer(weight: float = 1.0, apply_only_once: bool = False, parameters: Iterable[Parameter] | None = None)

所有正则化器的基类。

实例化正则化器。

Parameters:

• weight (Tensor) – 正则化的相对权重

• apply_only_once (bool) – 重置后是否应多次应用正则化？

• 参数 (可迭代[nn.Parameter] | 无) – 要跟踪的特定参数。如果未提供，则期望您的模型自动委托给 update() 函数。

add_parameter(parameter: Parameter) → None

添加一个正则化参数。

Parameters:

参数 (Parameter)

Return type:

无

apply_only_once: bool

正则化是否只应用一次？这用于ConvKB，默认值为False。

abstract forward(x: Tensor) → Tensor

计算一个张量的正则化项。

Parameters:

x (Tensor)

Return type:

Tensor

classmethod get_normalized_name() → str

获取正则化器类的规范化名称。

Return type:

str

hpo_default: ClassVar[Mapping[str, Any]] = {'weight': {'high': 1.0, 'low': 0.01, 'scale': 'log', 'type': <class 'float'>}}

优化正则化器超参数的默认策略

pop_regularization_term() → Tensor

返回加权正则化项，并在之后重置正则化。

Return type:

Tensor

post_parameter_update()

重置正则化器的项。

警告

通常，您希望仅使用正则化项一次，通过 pop_regularization_term() 计算梯度。在这种情况下，应该不需要手动调用此方法。

regularization_term: FloatTensor

当前的正则化项（一个标量）

reset() → None

将正则化项重置为零。

Return type:

无

property term: Tensor

返回加权正则化项。

update(*tensors: Tensor) → None

根据传递的张量更新正则化项。

Parameters:

张量 (Tensor)

Return type:

无

updated: bool

自上次重置以来，此正则化器是否已更新？

weight: FloatTensor

整体正则化权重