Lambda输出层

Question

对于单输出神经元，我有如下序列模型，线性激活函数（Keras默认值）：

model = Sequential()
model.add( ...
...
model.add(Dense(100, activation='relu'))
model.add(Dense(1))

我需要将最终数字限制为100，所以我修改了上面的最后一行代码：

model.add(Lambda(lambda x: x%100, output_shape=(1)))

• 这是对的吗？ x在这里是否意味着我所期望的网络？
• 我收到错误消息：“在Lambda中，output_shape必须是列表，元组或函数”。

Answer 1

output_shape=(1)应为output_shape=(1,)。

顺便说一下，我认为以下替代方案更好：

• 剪辑输出到[0.0, 100.0]。

  #...
  model.add(Dense(1)) #-2nd line from code in question
  model.add(Lambda(lambda x: max(0., min(x,100.)), output_shape=(1,)))
  

这是一个连续的功能，而不是mod 100。

• 使用缩放的sigmoid输出层。

  #...
  model.add(Dense(1), activation='sigmoid')
  model.add(Lambda(lambda x:x*100., output_shape=(1,)))
  

这是不同的，对新加坡友好。