InfogainLoss
モデルでタイプの損失レイヤーを使用したいと考えています。しかし、私はそれを適切に定義するのに苦労しています。
INFOGAIN_LOSS
レイヤーの使用に関するチュートリアル/例はありますか?この層への入力であるクラスの確率は、
SOFTMAX
層の出力である必要がありますか、それとも完全に接続された層の「上部」を入力するだけで十分ですか?
INFOGAIN_LOSS
クラス確率、ラベル、行列の 3 つの入力が必要H
です。マトリックスH
は、レイヤ パラメータとして指定できますinfogain_loss_param { source: "fiename" }
。形状として
計算する python スクリプトがあるとします(ここで、モデル内のラベルの数)。H
numpy.array
(L,L)
dtype='f4'
L
モデルにとして提供できるファイルに my
numpy.array
を変換するにはどうすればよいですか?binproto
infogain_loss_param { source }
H
損失レイヤーへの 3 番目の入力 (下) として (モデル パラメーターとしてではなく) 提供されたいとします。これどうやってするの?
「トップ」である新しいデータレイヤーを定義しますH
か? もしそうなら、トレーニングデータがインクリメントされるように、このレイヤーのデータはトレーニングの反復ごとにインクリメントされませんか? 複数の無関係な入力「データ」レイヤーを定義するにはどうすればよいですか、また、 「データ」レイヤーからH
はすべてのトレーニングプロセスで一度だけ読み取ることを知っているのに対し、カフェはトレーニング/テストの「データ」レイヤーバッチからバッチごとに読み取ることをどのように知っていますか?