(批量大小= 1)中更新梯度。我希望将批处理大小设置为> 1，但my_fn_that_only_takes_in_vectors不能容纳第一维不是1的矩阵。由于我的自定义损失的性质，将批处理输入平整为长度矢量(batch_size * input_dim)似乎不起作用。既然输入和输出都是N x input_dim，其中N> 1，我该如何编写新的自定义loss_fn呢？在
浏览 23提问于2019-12-04得票数 0
我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？
浏览 148提问于2021-02-13得票数 2
tensorflow如何单独优化批次的元素损失，而不是优化批次损失？ 在对每个批次的损失进行优化时，常用的方法是对所有批次的元素损失进行求和或取其平均值作为批次损失，然后对该批次损失进行优化。在我的例子中，我想单独优化每个元素的损失，而不是将它们一起减少为批量损失。 例如，在以下代码中。(通过这种方式，小<em
浏览 17提问于2019-04-19得票数 0
我正在使用一个高度倾斜的计数数据集，该数据集通常适合负二项式。我想在Keras或Tensorflow中使用负二项作为前馈神经网络的损失函数。据我所知，在查看了可用的损失函数后，keras或tensorflow不存在这样的函数(尽管我希望我错了，我只是错过了一些东西)。我环顾四周，看到一些帖子建议只交换损失以包含负二项式，但似乎在tensorflow中创建自
浏览 7提问于2018-09-06得票数 5
2回答
我试图在Keras中构建一个自定义损失函数，但我对它的工作方式感到困惑。我正在批量训练网络，我不确定损失函数的输出是否应该是与批量维数相同的数组，还是只是一个标量。
浏览 32提问于2019-05-26得票数 2
在tensorflow中，是否可以使用非光滑函数作为损失函数，例如分段(或如果-否则)？如果你不能，为什么你可以使用ReLU？在这个链接中，它说
如果使用这种自定
浏览 5提问于2016-11-22得票数 22
1回答
我在Python中为tensorflow使用keras。我有一个自定义的损失函数，它为批次中的每个样本返回一个数字(因此，长度=批次大小的向量)。我如何还可以指定自定义的减少方法，以将这些样本损失聚合为整个批次的单个损失？在自定义损失函数中包含此减少，并让此函数仅返回单个标量而不是损失向量，这
浏览 28提问于2021-10-14得票数 0
我正在使用以下代码尝试使用包含三个变量的自定义分段损失函数来训练模型，但我无法使其工作。我是tensorflow的新手，所以如果有人有任何建议，那将是有帮助的。我希望将第三个变量"p“合并到损失函数中，其中"p”随每个y_true/y_pred对而变化。"p“表示原始数据帧中的一列。对于这个问题，"p“是决定模型是否正确的关键。如果模型正确，我会指定
浏览 0提问于2021-02-28得票数 1
2回答
我使用小批量的自定义损失函数(三重损失)，在时期期间损失逐渐减少，但就在每个时期之后，损失突然下降(Appx)。下降的10% )，然后在该时期内逐渐下降(忽略准确性)。正常吗？对这个问题的每一个答案和参考都将不胜感激。纪元1/5 198/198 ============================== - 3299s 17S/步长损失: 0.250
浏览 0提问于2019-07-29得票数 5
在keras的所有代码示例中，我看到输入形状是直接传递的，并且推测批处理大小是第一个，例如：model.add(Dense(32, input_shape=(now the model will take as input arrays of shape (*, 16)但是，当涉及到自定义损失时，我看到使用了最后一个轴(轴=-1)。def loss(y_true,y_pred):
浏览 0提问于2019-11-30得票数 1
我试图重现一篇深度学习论文的实验结果， 我注意到损失函数，类别交叉熵具有L1正则化，可以在下面看到， ? 那么，如何计算模型复杂度并在Keras/Tensorflow中添加正确的自定义损失函数呢？
浏览 38提问于2019-10-15得票数 1
回答已采纳
因此，我正在尝试使用Keras (Tensorflow后端)中的Lambda层实现一个自定义函数。这是我的代码： return tensor.eval(session=K.get_session())
def np2tensor(np.dstack((coeff[1][0],coeff[1][1<
浏览 0提问于2018-03-30得票数 1
很抱歉我问了一个小问题：Lambda(...)Dense(...)triplet_loss(y_true, y_pred)
浏览 0提问于2019-08-29得票数 0
优化器通常将相同的计算图运行许多步骤，直到收敛。tensorflow是否在开始时设置了图形，并在每一步中重用它？如果我在训练期间改变了批量大小，该怎么办？如果我对图做一些负的改变，比如改变损失函数呢？如果我对图表做了一些重大的更改呢？tensorflow会预先生成所有可能的图吗？tensorflow知道如何在图形发生变化时优化整个计算过程吗？
浏览 0提问于2016-02-19得票数 6
我希望在keras中有自定义的损失函数，每个训练示例都有一个不同的参数。return K.mean(K.square(y_pred - y_true)) + b
return mseb 我在here上看到，y_true和y_pred总是传递给损失函数，所以你需要创建包装函数。gradients/loss_2/dense_3_loss/mseb/weighted_loss/mul_grad&#x
浏览 35提问于2021-07-23得票数 0
回答已采纳
我需要为Keras实现一个自定义目标函数，其中我需要一个额外的tensorflow占位符用于计算。对于Keras损失函数，input_R和解码器分别是对应于y_true和y_pred的占位符。我将Keras损失函数实现为，
pre_cost1 = tf.multiply((y_true - y_pred))cost1</em
浏览 1提问于2017-04-29得票数 0
我正在尝试Tensorflow的DNNLinearCombinedClassifier (version 1.3)在 (分类)数据集中： batch_size = 1000, shuffle=False)m.train(input_fn(data, 3))
资
浏览 4提问于2017-10-13得票数 1
0回答
我正在两个不同的DL库(Caffe Tensorflow)中训练两个CNN (AlexNet E GoogLeNet)。网络由每个图书馆(和)的开发团队实施
我将原始Imagenet数据集减少到1个类别的1024张图像--但设置了1000个类别在网络上进行分类。所以我训练了CNN，不同的处理单元(CPU/GPU)和批处理大小，我观察到损失很快收敛到接近零(在大多数情况下在1个时期完成之前)，如下图所示(Tensorflow上的</em
浏览 5提问于2017-12-05得票数 2
回答已采纳
我需要实现基于tensorflow框架的YOLOv2。首先，在我的网络设计中，每个单元有五个锚点和一个类(面)，因此网络最终输出具有n*c*h*w形状的4D张量。这里n表示批量大小，c=5*(位置坐标+客观性分数+分类概率)=5* (4 +1+ 1) = 30，h/w分别表示特征图的高度和宽度。其次，YOLOv2采用多任务损失函数：
因此，我定义了以下函数来计算总损失</em
浏览 8提问于2018-07-18得票数 0
回答已采纳
(我使用的是tensorflow 1.0和Python 2.7)
我在使用Estimator处理队列时遇到了问题。实际上，如果我对自定义数据文件和给定的批处理大小使用已弃用的SKCompat接口，则模型可以正确训练。我正在尝试将新接口与一个从TFRecord文件(相当于我的自定义数据文件)批量处理功能的input_fn一起使用。脚本可以正常运行，但在执行200或300步之后，损失值不会改变。该模型似乎在一小批输入上循
浏览 3提问于2017-02-28得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
