Keras中可以通过在模型的层中添加正则化项来对模型进行正则化。可以在每个层的参数中指定正则化项，例如：
云服务器
物理服务器
虚拟主机
跨境电商服务器from keras import regularizers
model = Sequential()
model.add(Dense(64, input_dim=64, kernel_regularizer=regularizers.l2(0.01)))
model.add(Activation('relu'))
model.add(Dense(64, kernel_regularizer=regularizers.l2(0.01)))
model.add(Activation('relu'))
model.add(Dense(10, kernel_regularizer=regularizers.l2(0.01)))
model.add(Activation('softmax'))
在上面的例子中，我们在每个全连接层的参数中添加了L2正则化项，参数值为0.01。可以根据需要选择不同的正则化方式，比如L1正则化、L1L2正则化等。添加了正则化项后，模型在训练时将会对权重进行约束，防止过拟合的发生。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： keras的功能及用途有哪些