使用張量流的輸出函數上的參數化模型

Question

使用張量流可以使輸出函數上的參數化模型成爲可能嗎？如何？

例如： 我想在結束時使用SOFTMAX函數模型，所以

cost = tf.reduce_mean(
    tf.nn.softmax_cross_entropy_with_logits(output_potentials, y)) 

但後來我想嘗試S形輸出和平均廣場，在這種情況下：

cost = tf.reduce_sum(
    tf.pow(tf.sub(tf.nn.sigmoid(output_potentials), y), 2.0)) 

我的問題是，如何使用成本函數的規格來製作參數化模型？在爲這樣的模型調用構造函數之前，我沒有tensorflow佔位符。

Answer 1

將兩個函數放在圖中，然後在評估過程中調用其中一個或另一個。該評估框架將選擇評估過程中真實所需成本的特定版本的圖形的子集

cost1 = tf.reduce_mean(
    tf.nn.softmax_cross_entropy_with_logits(output_potentials, y)) 
cost2 = tf.reduce_sum(
    tf.pow(tf.sub(tf.nn.sigmoid(output_potentials), y), 2.0)) 
sess.run([cost1]) 
sess.run([cost2])