TensorFlow Keras调用l2正则化提示'l2'未定义错误求助

• 命名空间导入不匹配：你仅导入了tensorflow.keras.regularizers父模块，l2是该模块下的内置方法，没有单独导入到当前工作空间的前提下，无法直接调用l2()执行。
• 代码存在两处笔误：
  • 正则化参数名拼写错误：正确参数名为kernel_regularizer，你写的kernal_regularizer拼写错误会导致正则化不生效
  • 优化器sgd未导入：修复l2报错后，后续会继续抛出NameError: name 'sgd' is not defined的错误

你可以任选以下一种方式修复l2未定义的问题：

方案1：保留现有导入语句，调用时指定父模块 #

将Dense层参数里的l2(0.01)改为regularizers.l2(0.01)，同时修正参数拼写即可。

方案2：单独导入l2方法 #

在现有导入代码中新增一行：

from tensorflow.keras.regularizers import l2

完成上面的修改后，还需要修复优化器的导入问题，同样可以二选一操作：

• 全路径调用：将compile里的sgd改为tensorflow.keras.optimizers.SGD(learning_rate=0.01)（可根据需求调整学习率参数）
• 单独导入：新增导入语句from tensorflow.keras.optimizers import SGD，将compile里的sgd改为SGD(learning_rate=0.01)

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.optimizers import SGD
from tensorflow.keras.regularizers import l2

model = Sequential()
model.add(Dense(units=10, input_shape=[784], activation='sigmoid', kernel_regularizer=l2(0.01)))
model.compile(optimizer=SGD(learning_rate=0.01), loss='categorical_crossentropy', metrics=['accuracy'])
model.summary()
model.fit(x_train, y_train, batch_size = 256, epochs=100, validation_data=(x_test, y_test))

内容的提问来源于stack exchange，提问作者taylor