将NN回归问题的输出限制在一定范围内的方法(即，我希望我的NN始终预测输出值仅在-20到+30之间)
将NN回归问题的输出限制在一定范围内的方法有多种，以下是其中几种常见的方法：
- 激活函数限制法： 可以通过选择适当的激活函数来限制输出范围。例如，使用sigmoid函数作为输出层的激活函数，将输出值映射到0到1之间，然后通过线性变换将其缩放到-20到+30的范围内。
- 输出层约束法： 在神经网络的输出层添加约束，确保输出值在指定范围内。可以通过在训练过程中对输出值进行裁剪或者在损失函数中引入惩罚项来实现。例如，可以使用剪切函数将输出值限制在-20到+30的范围内。
- 数据预处理法： 在训练数据和测试数据中，将目标值限制在-20到+30的范围内。这样，在训练过程中，神经网络会学习到如何在这个范围内进行预测。在预测时，可以将输出值限制在-20到+30的范围内。
- 神经网络结构设计法： 可以通过设计合适的神经网络结构来限制输出范围。例如，在输出层之前添加一个额外的隐藏层，该隐藏层的激活函数将输出值限制在-20到+30的范围内。
需要注意的是，选择适当的方法取决于具体的问题和数据集。不同的方法可能适用于不同的情况。此外，还可以结合多种方法来实现更精确的输出限制。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云人工智能平台：https://cloud.tencent.com/product/ai
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云服务器：https://cloud.tencent.com/product/cvm
- 腾讯云音视频处理：https://cloud.tencent.com/product/mps
- 腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mpp
- 腾讯云存储服务：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙服务：https://cloud.tencent.com/product/um
相关·内容
我正在训练NN以解决回归问题。因此，输出层具有线性激活函数。NN输出应该在-20到30之间。我的神经网络大部分时间都表现良好。然而，有时它会给出超过30的输出，这对我的系统来说是不可取的。那么，有谁知道任何激活函数可以提供对输出的<
浏览 107提问于2019-05-31得票数 1
回答已采纳
我试图为这个数据集(年龄预测)构建模型：我想要建立模型，并使用MSE和R2度量来训练它。我建立了以下模型： oModel = torchvision.models.resnet50(pretrained=True), 128), nn.ReLU(),
浏览 0提问于2022-05-31得票数 0
1回答
我们试图用人工神经网络取代现有的物理模型(8输入/7输出)。现有模型背后的物理主要是空调用潮湿空气的热力学，涉及到一些透平机械，这很可能在输入和输出之间产生复杂的函数。已经完成了一种方法:单输出神经网络(10 NN具有相同的隐层，但具有不同的参数，如批大小、时间、优化器等)。然后使用某种堆叠组合:每个预测都被用作单个NN的</e
浏览 0提问于2020-01-17得票数 3
1回答
我试着玩简单的时间序列预测。给定输入数(1分钟滴答)，网应尝试预测下一个。我用不同的设置训练了3张网来说明我的问题：在右边你可以看到3教练员MLP的-随机命名和颜色编码，与一些训练统计。在左边的预测图上，这些网和实际验证数据都是白色的。这个地块是通过遍历每一个验证数据的滴答(白色)，将30\4\60
浏览 0提问于2016-10-06得票数 7
回答已采纳
我想弄清楚如何解决一个非常简单的问题，那就是，一幅图像中有多少像素是白色的。 nn.ReLU(),这里，我的输出是一个大小为20<
浏览 3提问于2022-03-31得票数 1
2回答
没有汇合的Py手电连网
、、、
然而，网络并不收敛，问题似乎是网络中的fres对每对都是相同的(不管它是正对还是负对)，并且self.linear2(fres)的输出总是大致等于[0.0531, 0.0770]。这与我所期望的形成了对比，即当网络学习时，[0.0531, 0.0770]的第一个值将接近于一个正对，而第二个值将接近于一个负对。这两个值也需要加到1。我还测试了与传统
浏览 2提问于2020-05-14得票数 4
回答已采纳
1回答
在Tensorflow中，我正在用完全连接的多层神经网络进行多元回归。该网络在给定输入向量(y1,y2)的情况下，预测2个连续浮动变量(x1,x2,...xN)，即网络有2个输出节点。对于两个输出，网络似乎没有收敛。我的损失函数实质上是预测向量和真理向量(每个包含两个标量)之间的L2距离：
loss = tf.nn.l2_loss(tf.sub(
浏览 3提问于2016-07-17得票数 12
回答已采纳
我想在BERT中添加一个输出层，以预测多个二进制特性。是肯定的吗?1如果是，0否则。是关于体育的吗?1如果是，0如果不是。是关于商业的吗?1如果是，0如果不是。我的第一个想法是把它作为一个回归任务，增加一个输出层，包含3个神经元:每个问题一个。(nn.Linear(dim_in, 3))
def forward(self, in
浏览 4提问于2022-03-30得票数 0
我知道当使用nn.Softmax()作为损失函数时，不需要在神经网络的输出层使用nn.CrossEntropyLoss函数。但是我需要这样做，是否有一种方法可以抑制在nn.CrossEntropyLoss中使用softmax，而在神经网络本身的输出层上使用nn.Softmax()呢？动机：我使用shap软件包来分析特性之后的影响，在这里我只能将经
浏览 0提问于2019-09-26得票数 2
回答已采纳
我试图理解限制Boltzmann机器(RBM)和前馈神经网络(NN)之间的区别。我知道，RBM是一个生成模型，它的思想是重建输入，而NN是一个判别模型，其中的思想是预测标签。但是我不清楚的是，为什么你不能仅仅用神经网络来建立一个生成模型呢？特别是，我想到的是深层信仰网络和多层感知器。
假设我对NN的</
浏览 11提问于2015-08-07得票数 16
1回答
我目前正在研究一个问题，我提供了一个输入变量的神经网络，一个，以及另一个输入的x，它是一个单调增长的N个数序列。"adam")
我在输入空间上执行回归(对于每个a，序列x是唯一的)，我希望网络为每组输入输出一个单调增加的(非负)N个序列( a和x )。现在，我已经注意到，到目前为止，我<em
浏览 0提问于2018-06-12得票数 4
回答已采纳
我正在尝试创建一个Tensorflow量化模型，以便使用Coral加速器进行推理。下面是我的问题的一个最小的独立例子：TFLITE = "a/out.tflite"= tf.nn.relu6(tf.matmul(nn_in, W) + B, name="output&q
浏览 0提问于2019-05-14得票数 1
回答已采纳
例如，假设输入是表示音频片段的数字数组，输出是对其进行转换/过滤的版本。编辑:更具体地说，我想训练音频源分离。输入是一个混合的声音(谱图)和输出的声音与一些能量去除在一定的频率。函数需要识别输入中的某些模式，并决定要删除什么。
浏览 0提问于2015-01-15得票数 0
回答已采纳
我在理解激活函数和代价函数的作用方面有一些困难。让我们看一个简单的例子。假设我正在构建一个神经网络(人工神经网络)。我有5个“x”变量和一个“y”变量。如果我进行通常的特征缩放，然后应用，例如，隐藏层中的Relu激活函数，则此激活函数进行转换，结果是我们得到0到M之间的预测输出值(y hat)。然后，下一步是计算成本函数。然而，在计算成本函数时，
浏览 35提问于2019-01-10得票数 0
回答已采纳
因此，我从Pytorch开始，并尝试从一个简单的线性回归示例开始。实际上，我用Pytorch实现了一个简单的线性回归来计算方程2*x+1，但是损失停留在120，梯度下降有一个问题，因为它不会收敛到一个小的损失值。我不知道为什么会发生这样的事情，这让我发疯，因为我看不出有什么问题。实际上，这个例子应该很容易解决。()
浏览 20提问于2019-09-05得票数 0
回答已采纳
1回答
我使用过去7天的数据来预测今天的价值(价格)。假设我有1000行数据。因此，在LSTM Pytorch中使用的数据的形状应该是什么？
是(1000，7，6)吗？
浏览 14提问于2020-05-18得票数 0
3回答
电流型神经网络损失值NaN
、、、、
我试图在一个大数据集上建立一个简单的多层感知器模型，但我得到的损失值是nan。奇怪的是:在第一步训练之后，损失值不是nan，而是46 (这是奇怪的低)。当我运行一个logistic回归模型时，第一个损失值约为3600)。但在那之后，损失的价值就一直在南。我也使用tf.print来调试它。
该模型的目标是预测4500个不同的类，因此这是一个分类<e
浏览 2提问于2017-05-19得票数 2
回答已采纳
2回答
我想用Python和Numpy建立回归神经网络。我做了一个分类，其中我使用了sigmoid函数，但我不知道如何将我的函数转换为回归。我知道线性函数应该类似于y=k*x + n，但我不知道如何在python中表示它。我的n和k值是什么，如何将它们传递给我的函数？
Ofc，我把简单的线性函数，但我的目标是创建类似于RBF函数。这是我
浏览 5提问于2019-12-15得票数 1
回答已采纳
2回答
我正在使用Scikit的MLPRegressor进行时间序列预测任务。我的数据使用MinMaxScaler在0到1之间缩放，我的模型使用以下参数初始化：
MLPRegressor(solver='lbfgs', hidden_layer_sizes=50,0到1之间，但得到界外的值(都是负值，也是> 1)。非标准化数据也有同样的<
浏览 0提问于2018-05-21得票数 2
回答已采纳
3回答
我正在用神经网络做回归。对于神经网络来说，这应该是一个简单的任务，我有10个特征和1个输出，我想预测。我正在为我的项目使用pytorch，但我的模型学习得不好。损失从一个非常高的值(40000)开始，然后在最初的5-10个时代之后，损失迅速减少到6,000-7,000，然后它停留在那里，无论我做什么。我
浏览 0提问于2019-12-03得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
