目标约束

  统计/机器学习 监督式学习 深度学习 TensorFlow    浏览次数:1942        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!  


  相关讨论

tensorflow一定要用gpu吗?

关于tensorflow2的一点问题

训练时的数据集问题

怎么把验证机预测结果的问题返回出来?

关于卷积神经网络通道内容的问题

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?

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

模仿tensorflow教程10-11的代码,报错,求解

pycharm+anaconda的安装问题

如何通过docker安装TensorFlow

  随便看看

matplotlib一个画板上多个图叠加,如何决定图层上下?

特征归一化对K Means有影响吗?

Python计算两个数组的相关系数

请问在sklearn怎么在已有的模型的基础上训练新的数据?

sklearn里的LabelEncoder什么用?