Question

我无法使用keras来适应我的场景。在我的输出图层中，它将输出每个项目的概率。我想采取前N个项目（即概率最高）并查看它们是否是事实的一个子集（具有一组项目）。我必须编译此方案的负对数可能性。我可以问我该怎么做呢？

非常感谢您的帮助。

`

nn = Sequential()
 nn.add(Dense(self.num_hidden_units, input_dim = input_num, init="uniform"))
 nn.add(Activation('tanh'))
 nn.add(Dense(self.num_items, init="uniform"))
 nn.add(Activation('softmax'))

`

Answer 1

如果我理解正确，你就属于multi-label classification政权。在这种情况下，共同目标函数是二元交叉熵损失，高于sigmoid的激活。

请注意，您应该用sigmoid替换softmax激活，因为在您的情况下，概率不必总和为1

在keras中应用损失的使用示例：

model.compile(loss='binary_crossentropy', optimizer='sgd')

keras - softmax top N - 损失函数

1 个答案: