从张量流中的回归神经网络中的输出重建输入

Question

假设我们在张量流中训练多层NN用于回归任务（即多输入和多输出情况）。然后我们有新的实例，我们应用训练的模型，当然我们得到相应的输出。有没有办法以简单/有效的方式反向传播输出并在张量流中重建输入？我在想的是然后使用新实例的原始和重建输入的差异作为QC测量，即如果重建的输入不够接近原始，那么我们就有问题等等。我希望我自己做明确。

Answer 1

不，遗憾的是，您无法接受训练有素的模型并尝试获取相应的输入。这样做的原因是您为每个输出提供了无限可能的解决方案。

此外，反向传播不会将输出向后传递通过网络。它的目的是确定模型中的哪些参数对损失函数的影响程度有所贡献。这不会给这些隐藏层提供输入，而是权重影响您决策的程度。