問題タブ [loss-function]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
neural-network - 中間層への入力として Y_True を使用する
次のブロック図のような構造を実装しようとしています。私はそれをゼロから実装する能力を持っていますが、Keras で実装したい場合、いくつかの問題があります。どんな助けでも大歓迎です。具体的には、Keras での実装について 2 つの質問があります。
1) 次のブロック ダイアグラムに示すように、実際の出力を別の入力レイヤーとして表示するにはどうすればよいですか。各入力がネットワークに供給されると、図に示した Y_true セクションに対応するゴールド スタンダード出力が必要になります。
2) コスト セクションからコスト関数を逆伝搬させたい場合、3 番目のレイヤーのコピーを含むパスではなく、垂直パスから逆方向に進むことは可能ですか?
python - Keras - 1 つのニューラル ネットワークから 2 つの予測を行う
4 クラスのタスクと 10 クラスのタスクを予測する同じネットワークによって生成される 2 つの出力を結合しようとしています。次に、これらの出力を組み合わせて、最終ターゲットとして使用する長さ 14 の配列を作成します。
これは積極的に機能しているように見えますが、予測は常に1つのクラスに対するものであるため、14のオプションから2ではなく1を選択することにのみ関係する確率分布が生成されます。実際に必要なのは、2つの予測を提供することです。各クラス。これは全部同じモデルで作ってほしい。
ここでの問題は、適切な損失関数と予測方法を決定することですか? 予測のために、ソフトマックスの後に各レイヤーの出力を簡単に取得できますが、トレーニングするこれらの各要素の損失関数を設定する方法がわかりません。
何か案は？
どうもありがとう
python - keras sparse_categorical_crossentropy 損失関数の出力形状が一致しませんでした
3570 個のラベルを持つデータセットがあります。sparse_categorical_crossentropyを損失関数として使用すると、出力形状が一致しませんでした。
そして出力は
ValueError: Error when checking model target: expected dense_42 to have shape (None, 1) but got array with shape (1055, 3570)
次に、このissue#2444を見つけnp.expand_dims(y, -1)て、コードを変更しました。しかし、まだエラーがありました。
エラー
ValueError: Error when checking model target: expected dense_45 to have 2 dimensions, but got array with shape (1055, 3570, 1)
コードはどのように変更すればよいですか?