谱归一化层
SpectralNormalization 类
keras.layers.SpectralNormalization(layer, power_iterations=1, **kwargs)
对目标层的权重执行谱归一化。
此包装器通过约束层权重的谱范数来控制其 Lipschitz 常数，这可以稳定 GAN 的训练。
参数
- layer: 一个
keras.layers.Layer实例，它具有kernel属性（例如Conv2D、Dense...）或embeddings属性（Embedding层）。 - power_iterations: 整数，归一化期间的迭代次数。
- **kwargs: 基础包装器关键字参数。
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