Tensorflow:结合LSTM模型中的损失函数进行域自适应

时间:2018-03-05 04:32:57

标签: python tensorflow deep-learning keras lstm

任何人都可以帮帮我吗?

我正在研究论文工作。它关于预测帕金森病,因为我想建立一个独立于患者的LSTM模型。目前我使用TensorFlow和我自己的损失函数实现了它。

因为我计划在每批数据中引入标记的列车和未标记的列车数据来训练模型。我想在标记和未标记的列车数据上应用我自己的损失函数,并且还希望仅对标记的列车数据应用交叉熵损失。我可以在张量流中做到这一点吗?

所以我的问题是,我可以在不同的列车数据集的单一模型训练中结合损失函数吗?

1 个答案:

答案 0 :(得分:0)

从实施的角度来看,简短的回答是肯定的。但是,我相信你的问题可能更具体,也许你的意思是你是否可以用tf.estimator来做?