【发布时间】:2023-03-14 16:10:01
【问题描述】:
我正在训练一个 ANN 模型,该模型必须产生积极的预测(例如某些对象的长度)。我计划实现此约束的方式是在末端附加一个单节点层(输出层)到现有的神经网络,并为该输出节点指定零偏差。我想知道如何在训练过程中“修复”节点/层的权重和偏差。
【问题讨论】:
标签: keras neural-network constraints
我正在训练一个 ANN 模型,该模型必须产生积极的预测(例如某些对象的长度)。我计划实现此约束的方式是在末端附加一个单节点层(输出层)到现有的神经网络,并为该输出节点指定零偏差。我想知道如何在训练过程中“修复”节点/层的权重和偏差。
【问题讨论】:
标签: keras neural-network constraints
请参阅“https://keras.io/api/layers/constraints/”,通过这些命令,您可以为每一层的权重和偏差设置约束。 在这里,因为您想将偏差设置为零,这可能有效:
model.add(Dense(1 ,bias_constraint=tf.keras.constraints.MinMaxNorm(
min_value=0.0, max_value=0.0, rate=1.0, axis=0), activation='softmax'))
【讨论】: