【发布时间】:2020-04-30 20:50:04
【问题描述】:
我正在尝试构建一个执行以下操作的模型:
给定从离散值的相同底层分布(在有限循环组中)提取的两个时间序列,获取它们的元素差异并将其提供给模型。
模型的任务是在只知道它们的差异的情况下重建两个原始时间序列。
我使用交叉熵作为损失。但我想介绍一个单独的损失:
获取第一个序列的类别的预测概率,将它们按作为输入的差值序列移动,然后查看与序列预测概率的绝对差值。
如何在 keras / tensorflow 中实现这一点?我已经研究过roll 和gather,但它们没有提供足够的灵活性。 gather_nd 可能可行,但不确定这是否是个好主意?
到目前为止,我只设法用动态层来实现这一点,但这太慢了。
顺便说一句,在我感兴趣的应用程序中,这两个序列是英文文本。我正在尝试Decrypt the Two Time Pad。到目前为止,我已经达到了约 85% 的准确率。但我正在努力改进。谢谢!
【问题讨论】:
标签: python tensorflow keras time-series tensorflow2.0