1
可以說我有一個範圍[0-100]範圍內的數字的基礎真值(輸出)。 是否有可能學習預測一個數字,以便根據輸入最小化原始數字(gt)的增量?Keras - 範圍內數字的目標函數[0-100]
目標類型Keras都在這裏http://keras.io/objectives/
可以說我有一個範圍[0-100]範圍內的數字的基礎真值(輸出)。 是否有可能學習預測一個數字,以便根據輸入最小化原始數字(gt)的增量?Keras - 範圍內數字的目標函數[0-100]
目標類型Keras都在這裏http://keras.io/objectives/
我認爲最好的辦法是使用均方誤差(loss='mse'
),其處罰依據從地面真理的差的平方預測。你也想爲最後一層使用線性激活(默認)。
如果您特別關注將預測值保持在[0,100]範圍內,您可以創建一個修改後的目標函數,該函數在[0,100]之外甚至超過二次函數來懲罰預測值,但這可能不是必需的,你可以改爲使用np.clip(predictions, 0, 100)
來剪輯預測。