如何将终端输入参数直接传入keras.layers.LSTM作为bias_regularizer值

方案1：白名单映射（最安全，推荐） #

该方法完全规避代码注入风险，适合所有场景使用：

• 提前导入需要用到的正则化方法，建立字符串到对应函数的映射白名单
• 约定固定输入格式，解析用户输入后调用对应函数生成正则化对象
• 仅允许用户输入预设范围内的参数，全程可控

代码示例：

from keras.regularizers import l1, l2
import keras

# 正则化方法映射白名单，可按需扩展
reg_map = {
    "l1": l1,
    "l2": l2
}

# 终端输入约定格式：类型:系数，如输入 l1:0.01
input_str = input("输入正则化配置（格式：类型:系数）：").strip()
reg_type, reg_factor = input_str.split(":")
reg_factor = float(reg_factor)

# 生成正则化对象后传入LSTM
bias_reg = reg_map[reg_type](reg_factor)
lstm_layer = keras.layers.LSTM(bias_regularizer=bias_reg)

方案2：eval直接执行（仅适合本地调试用，存在安全风险） #

如果需要完全匹配手写代码的输入体验，可以用eval函数直接执行用户输入的字符串，效果和硬编码完全一致。注意仅在你100%信任输入内容的场景下使用，公开服务使用该方法会存在严重的代码注入漏洞。

代码示例：

from keras.regularizers import l1, l2
import keras

# 终端直接输入 l1(0.01) 即可
x = input('input parameter: ')
bias_reg = eval(x)
keras.layers.LSTM(bias_regularizer=bias_reg)

使用该方法需要提前导入所有可能用到的正则化方法，否则执行会报未定义错误。

内容的提问来源于stack exchange，提问作者victorsoeby