我应该使用什么损失函数和度量来训练RNN返回类别序列？

Question

我正在尝试训练一个模型，该模型返回一个单词序列的类（RNN）。

我为模型提供了一系列嵌入：

  

[ batchSize, sequence_length, word_embedding ] as float[]

并获取一个单数组的序列：

  

[ batchSize, sequence_length, number_of_classes ] as bool[]

与基本事实相比较，具有相同的格式。

---

  

所以，我想知道：

1. 我应该使用什么loss？
2. 我应该报告什么metrics以跟踪所取得的进展？

Answer 1

听起来您正在训练系统以执行多类分类，其中每个样本恰好属于一组已知的类。对于此任务，通常的选择是使用categorical_crossentropy或sparse_categorical_crossentropy

有关损失的定义，请参见此处： https://keras.io/losses/

有关使用的基本示例，请参见此处（在python中，但JS API匹配）。 https://colab.sandbox.google.com/github/tensorflow/docs/blob/master/site/en/r2/tutorials/quickstart/beginner.ipynb