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
相关主题
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
tf.truncated_normal和tf.random_normal有什么区别?
1回答
模仿tensorflow教程10-11的代码,报错,求解
1回答
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!