目标约束

  统计/机器学习 监督式学习 深度学习 TensorFlow    浏览次数:309        分享
0

首先 感谢 tbh 对上次提问的解答


这是我实现的单输入两输出模型,输入:5维  输出----fc_a:3维(要求:3个维度输出之和为1)、fc_b:2维 

......
x = tf.keras.layers.Dense(64)(inputs) 
x = tf.keras.layers.Dense(64)(x) 
fc_a=tf.keras.layers.Dense(name='fc_a',units=3,activation=tf.nn.softmax)(x) 
fc_b=tf.keras.layers.Dense(name='fc_b',units=2)(x) 
model = tf.keras.Model(inputs=inputs, outputs=[fc_a, fc_b]) 
model.compile(optimizer='Adam', loss='mean_squared_error',metrics=['mse']) 
history=model.fit(X_train,[y1_train,y2_train],epochs=300,batch_size=10) 
.....

预测效果不好,请问,如何进行约束呢?自定义loss 或者激励函数?查了半天,keras的loss都是定义在y_pred 与y_true上的 


 

saaad   2020-01-20 16:47



    还没有回答。我来答!  


  相关主题

tensorflow一定要用gpu吗?   2回答

关于tensorflow2的一点问题   0回答

训练时的数据集问题   1回答

Tensorflow多层神经网络训练最后输出的值都一样的,找不到是什么原因?   3回答

如何通过docker安装TensorFlow   1回答

模仿tensorflow教程10-11的代码,报错,求解   1回答

tf.truncated_normal和tf.random_normal有什么区别?   1回答

tf.reduce_sum是什么函数   1回答

pycharm+anaconda的安装问题   1回答

怎么print或者查看tf.tensor中的数值   1回答

tf.placeholder和tf.variable什么区别?   1回答

tf.add和直接使用加号+有什么区别吗?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!