我知道有些目标是尽量减少损失功能,但如果损失也是一个包括最小值的功能,我怎么能正确地写出损失呢?这可能看起来有点令人困惑,让我举个例子。
其中f1, f2
是某个网络的要素图输出,b
是移位距离。特征地图的移动就像[1, 2, 3, 4, 5]
向左移动一步[2, 3, 4, 5, 1]
。
问题是如何使用tensorflow编写此损失函数,因为b不可训练且可训练变量是网络中用于生成特征映射的权重。在Torch中似乎有可能,因为我可以以某种方式使 for循环。我怎样才能在Tensorflow中实现这一目标?
答案 0 :(得分:1)
张量流有一个tf.minimum(x,y)
,它返回x和y之间的最小值。
https://www.tensorflow.org/api_docs/python/tf/minimum
您可以相信,如果存在张量流操作,则会自动计算渐变,因此可以进行优化。