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(prediction, truthValues_placeholder)
Tensorflow提供了一个很好的LSTM包装器。rnn_cell.BasicLSTM(num_units, forget_bias=1.0, input_size=None,我想使用正则化,比如说L2正则化。但是,我不能直接访问LSTM单元格中使用的不同权重矩阵,因此我不能显式地执行如下操作
loss = som