Der Eingang meines Netzwerks ist n sequentielle Pixel eines NxN-Bildes (wobei n klein im Vergleich zu N ist) und die Ausgabe ist 1 Pixel.
Der Verlust ist definiert als die quadrierte Differenz zwischen der Ausgabe und der gewünschten Ausgabe.Ist es möglich, einen Tensorflow MLP mit dem gemittelten Verlust nach n Iterationen statt jeder Iteration zu optimieren?
Ich möchte den Optimierer auf den durchschnittlichen Verlust nach der Iteration über das gesamte Bild verwenden.
Aber wenn ich versuche, den Verlust in einer Liste zu sammeln und diese Verluste zu mitteln, nachdem alle Iterationen durchgeführt wurden, führt dies zu einem Fehler, weil Tensorflow nicht weiß, woher dieser Verlust kommt, da er nicht aktiv ist das Berechnungsdiagramm.