我使用Keras成功地训练了神经网络。但是，对一些样本的预测却大相径庭。现在，我想将预测限制在一定的时间间隔内（例如5到10），这是对我的特定问题进行预测的唯一时间间隔。更笼统地说，我想强制输出具有特定的分布（例如标准正态分布）。 我尝试了Keras Lambda层 keras.layers.Lambda（函数，output_shape = None，mask = None，arguments = None） 以Keras概率分布为函数 （https://www.tensorflow.org/probability）。 但是，这种方式不起作用。有什么方法可以将Keras回归中的预测约束到某个间隔和/或分布吗？ 非常感谢！
答案 0 :(得分：0)
这是为什么将其数据标签标准化为[0, 1]或[-1, 1]范围的一种很好的做法。然后，通过在输出层放置sigmoid或tanh激活函数，很容易将神经网络的输出约束在这些范围之一。
这通常是对卷积对象检测器执行的操作，应该可以很好地解决您的问题。除非您的模型输出概率分布的参数，否则神经网络无法输出概率分布，但是仅进行标准化就可以且容易得多。