我必须使用keras应用以下损失函数:
这是我的代码:
doc
损失函数input_shape = self.s_dim[1:]
input_ = Input(shape=input_shape, name='input')
hidden = Dense(self.n_hidden, activation='relu')(input_)
out = Dense(3, activation='sigmoid')(hidden)
model = Model(inputs=input_, outputs=out, name="ar-model")
model.compile(loss='mean_squared_logarithmic_error', optimizer=SGD(lr=self.lr_ar))
return model
是否适合这里?
答案 0 :(得分:2)
mean_squared_logarithmic_error与对数损失不同,这正是您要寻找的。对数损失与交叉熵相同。您可以使用binary_crossentropy或categorical_crossentropy,具体取决于您的输出。