1. Zuhause
  2. Frage und Antwort
  3. Multiple Objektive Regression mit begrenzten Ausgang in Keras

Multiple Objektive Regression mit begrenzten Ausgang in Keras

2017-02-01 2 views
1

Ich versuche, Keras zu verwenden, um die folgenden OpenAi Fitness-Studio zu lösen environment. Es verwendet ~360 neurons für die Eingabe und verwendet dann 17 real number outputs mit der range [-0.4, 0.4]. Alle Beispiele, die ich online gefunden habe, verwenden viel einfachere Ausgabeschichten mit einem einzigen Ziel und ohne Grenzen.Multiple Objektive Regression mit begrenzten Ausgang in Keras

Meine Fragen sind:

  1. Muss ich spezielle Funktionen benötigen, da die Ausgänge begrenzt sind?
  2. Gibt es ein Beispiel, wie man eine solche Ausgabeschicht mit Keras konstituiert?

Quelle

2017-02-01 user3139545

Antwort

1

Ich würde mittleren quadratischen Fehler für eine solche Aufgabe verwenden.

Sie können jedoch Ihre eigene Metrik definieren, die optimiert werden soll. Eine Beispieldefinition finden Sie hier: (https://github.com/EdwardTyantov/ultrasound-nerve-segmentation/blob/master/metric.py).

Quelle

2017-02-01 12:05:18

+0

Das würde die Grenzen nicht umgehen? – user3139545

+0

oh wollen Sie eine Ausgangsfunktion, die nur zwischen -0,4 und 0,4 ausgibt? –

+0

Sie können ein Sigmoid machen und eine 1x1-Faltung anhängen, die 0,8 als Gewicht und -0,4 als Verzerrung verwendet und nicht trainierbar ist. Dann spricht Ihr Klassifikator über diese spezifischen Werte. Wenn Sie jedoch lineare Ausgabe und mittleren quadratischen Fehler verwenden, erhalten Sie Ausgaben dieses Bereichs sowieso und wenn Sie wirklich keine höheren Werte möchten, können Sie sie einfach anschließend klemmen. –

Verwandte Themen

 Verwandte Themen