Zyklischer Verlust im Tensorfluss

Question

Ich möchte ein Netzwerk aufbauen, das für eine gegebene Eingabe die Stunde des Tages voraussagt. Das Ergebnis sollte im Bereich von 0 bis 24 liegen.

Ich habe versucht, es als ein Klassifikationsproblem zu lösen, aber das scheint nicht der richtige Weg zu sein. Mein Problem ist, dass ich nicht weiß, wie man eine zyklische Verlustfunktion erstellt. In meinem Fall zum Beispiel, wenn das Netzwerk eine Ausgabe von 1 erhält und die wahre Bezeichnung 23 ist, möchte ich, dass die Entfernung 2 und nicht 22 ist. Gibt es eine Ebene für die, die ich verwenden kann?

Answer 1

Soweit ich weiß, gibt es keine vor geschriebene zyklische Verlustfunktion. Für zyklische Verlust sollten Sie Ihre eigenen Verlustfunktion wie folgt schreiben:

import keras.backend as K 
def cyclic_loss(y_true, y_pred): 
    return K.min((y_pred +24 - y_true) % 24, (y_true + 24 - y_pred) % 24) 

model.compile(optimizer='sgd', loss=cyclic_loss, metrics=['acc']) 

aber es ist kein Klassifikationsproblem ist, wenn Sie Ihren Verlust so definieren. Wenn Sie ein Klassifikationsproblem haben möchten, sollten Sie Ihre Ausgabe mit einer Hotcodierung codieren und Cross-Entropy als Verlustfunktion verwenden. Dann haben Sie eine Wahrscheinlichkeit für jede Stunde des Tages und Sie nehmen die Stunde mit der höchsten Wahrscheinlichkeit.

Als Regressionsaufgabe können Sie die zyklische Verlustfunktion wie oben beschrieben verwenden.