Question

我正在努力通过最小化正确数据和“输入*输出”之间的损失来在Keras中训练模型，但不知道如何处理。

给出

X：模型输入（训练数据）

Y：模型输出

T：正确的数据

模型=模型（输入= X，输出= Y）

然后，据我了解，根据用户定义的损失函数，model.fit（X，T）训练模型以最小化Y（= model（X））和T之间的距离。

我的问题是：如果我想最小化Y * X和T之间的距离怎么办？

我认为诸如“ model.fit（X * model.predict（X），T）”这样的写作会很好吗？（实际上没有）我不知道如何编写代码来做到这一点。

谢谢您的建议。

Answer 1

建立功能性的API模型：

inputs = Input(input_shape)
outputs = SomeLayer(...)(inputs)
outputs = SomeLayer(...)(outputs)
outputs = SomeLayer(...)(outputs)
....

outputs = Multiply()([inputs, outputs])

model = Model(inputs, outputs)
model.compile(optimizer=optimizer, loss=loss, metrics=metrics)

model.fit(X, T, ...)

如何处理模型输出以计算损失

1 个答案: