【问题标题】:Multiple objectives regression with bounded output in KerasKeras中具有有限输出的多目标回归
【发布时间】:2017-02-01 09:19:46
【问题描述】:

我正在尝试使用 Keras 解决以下 OpenAi 健身房environment。 它使用~360 neurons 作为输入,然后使用17 real number outputsrange [-0.4, 0.4]。我在网上找到的所有示例都使用更简单的输出层,具有单一目标且没有边界。

我的问题是:

  1. 由于输出是有界的,我是否需要任何特殊功能?
  2. 有没有关于如何使用 Keras 构建这样的输出层的示例?

【问题讨论】:

    标签: machine-learning tensorflow deep-learning keras openai-gym


    【解决方案1】:

    对于这样的任务,我会使用均方误差。

    但是,您可以定义自己的指标进行优化。可以在此处找到示例定义:: (https://github.com/EdwardTyantov/ultrasound-nerve-segmentation/blob/master/metric.py)。

    【讨论】:

    • 那不能处理边界?
    • 哦,你想要一个只输出 -0.4 到 0.4 之间的输出函数吗?
    • 你可以做一个 sigmoid 并附加一个 1x1 卷积,它使用 0.8 作为权重和 -0.4 作为偏差并且不可训练。比您的分类器了解这些特定值。但是,如果你使用线性输出和均方误差,无论如何你都会得到这个范围的输出,如果你真的不想要任何更高的值,你可以在之后钳制它们。
    猜你喜欢
    • 2018-01-16
    • 2019-03-06
    • 1970-01-01
    • 1970-01-01
    • 2018-12-03
    • 1970-01-01
    • 2019-01-25
    • 2010-10-31
    • 2019-06-23
    相关资源
    最近更新 更多