問題タブ [multipleoutputs]

Variational Autoencoder (VAE) によって示されるカスタム損失レイヤーの Keras の例を調査しました。VAE の目的は、再構築と KL ダイバージェンスの 2 つの異なる部分で構成されていますが、この例では 1 つの損失層しかありません。ただし、トレーニング中にこれら 2 つの部分がどのように進化するかをプロット/視覚化し、単一のカスタム損失を 2 つの損失層に分割したいと思います。

Keras のモデル例:

私のモデル:

残念ながら、Keras は、両方のアプローチを実装した Jupyter Notebook の例に見られるように、複数損失の例で単一の損失値を出力するだけです。によって追加された損失あたりの値を取得する方法を誰かが知っていますかadd_loss? add_lossさらに、複数の呼び出し (Mean/Sum/...?) が与えられた場合、Keras は単一の損失値をどのように計算しますか?

複数の出力 (16 個の出力) を持つ回帰問題に対処するためにディープ ラーニング アプローチを使用しています。各出力は[0,1]の間で、合計は1です。どの損失関数がこの問題に理想的かについて混乱しています。すでに平均二乗誤差と平均絶対誤差をテストしましたが、ニューラル ネットワークは常に同じ値を予測します。

画像入力 (130,130,1) と、それぞれ (10,1) ベクトルを含む 3 つの出力 (ソフトマックスが個別に適用される) を持つモデルをセットアップしています。

(J. Goodfellow、Yaroslav Bulatov、Julian Ibarz、Sacha Arnoud、Vinay D. Shet に触発されました。深い畳み込みニューラル ネットワークを使用したスト​​リート ビュー画像からの複数桁の数字認識。CoRR、abs/1312.6082、2013。URL http:// arxiv.org/abs/1312.6082、残念ながら彼らはネットワークを公開していません)。

しかし、その後、次のようになります: ValueError: x(images tensor) とy(labels) は同じ長さでなければなりません。見つかった: x.shape = (1000, 130, 130, 1), y.shape = (3, 1000, 10)

しかし、次のように変更すると:

それから私は得ています: ValueError: モデル ターゲットをチェックするときのエラー: モデルに渡す Numpy 配列のリストは、モデルが期待するサイズではありません。3 つの配列が表示されることが予想されます

• 次元 (x_train) = (1000, 130, 130, 1)
  • 各単一画像は（130、130、1）であり、1000個の画像があります
• 次元 (y_train) = (1000, 3, 10)

ドキュメントには、そのようにする必要があると記載されています。

ただし、出力と入力の長さを同じにする方法がわかりません。

次のタイプの複数の出力で非線形の問題があります。

私は方法でLevenberg-Marquardtの方法でPythonでそれを解決しようとしています:

出力を指定しない場合、つまりF = f(x,a,b,c)メソッドは正しい解 x に収束しますが、他の解の値、つまり out1、out2、out3 を取得できません。

DOCによると、root 関数は複数の出力のオプションを提供しませんfull_output=True。たとえば、fsolve や bisec などです (これは私の問題に対する適切な解決策にはなりません)。

問題の簡単な例を次に示します。