弗吉尼亚州Keras:创建自定义损失,以计算每个像素值的平均值

时间:2019-11-25 14:20:51

标签: python tensorflow machine-learning keras deep-learning

我正在构建一个可变自动编码器,该编码器将28x28x1图像作为输入并生成28x28x1图像作为输出,因此每个输入和输出样本都可以表示为具有784个条目的向量。 我想给自定义损失添加一个术语,该术语计算每个输入和输出图像中784个值的平均值,然后计算这些平均值之间的交叉熵。

我的疑问是我的代码是否正在计算每个输入-输出图像对的均值,而不是整个输入和输出图像的均值。我作为输入发送的完整数据集具有一个形状(none,28、28、1)。我希望自定义损失比较每个输入和生成图像对的均值。

这是我写的代码:

.SetFocus

模型的摘要是这样:

encoder

decoder

非常感谢您提供任何提示。

0 个答案:

没有答案