我只想实现一个自定义层,用于获取两个向量(当然是匹配维数)的l2范数,这两个向量是由两个不同的模型在keras中输出的。我使用函数API方法编写keras函数,所以我有如下内容: X = Conv2D(someargs)(inp1)然后,我想将out1和out2之间距离的out1范数进一步输入到另一个网络中,因此我有一个lambda层,类似于:
l2dist
关于如何在Keras的多个输出中计算val_loss,我有一个问题。这是我代码的摘录。dataframe of Ground Truth在history.csv中,根据我对Keras规范的理解,用val_loss编写的history.csv是24个输出的平均值。我对val_loss上的Keras规范的理解不正确吗?
我正在使用自定义正则化程序,我将在模型中的第一个隐藏层权重中使用它。YTrain)自定义规则器 return 0.01*K.sum(K.sqrtdc68394d8544> in layer1_reg(weight_matrix)----> 2 return 0.01*K.sum(K.sqrt' has