谱归一化层

keras.layers.SpectralNormalization(layer, power_iterations=1, **kwargs)

对目标层的权重执行谱归一化。

此封装器通过约束权重的谱范数来控制层的权重的 Lipschitz 常数，这可以稳定 GAN 的训练。

参数

**layer**: 一个 keras.layers.Layer 实例，该实例具有 `kernel`（例如 `Conv2D`、`Dense`...）或 `embeddings` 属性（`Embedding` 层）。
**power_iterations**: int，归一化过程中的迭代次数。
**\*\*kwargs**: 基础封装器的关键字参数。

示例

>>> x = np.random.rand(1, 10, 10, 1)
>>> conv2d = SpectralNormalization(keras.layers.Conv2D(2, 2))
>>> y = conv2d(x)
>>> y.shape
(1, 9, 9, 2)

>>> x = np.random.rand(1, 10, 10, 1)
>>> dense = SpectralNormalization(keras.layers.Dense(10))
>>> y = dense(x)
>>> y.shape
(1, 10, 10, 10)

参考文献