Keras-如何获取非规范的logit而不是概率

Keras-如何获取非规范的logit而不是概率,第1张

Keras-如何获取非规范的logit而不是概率

我想我已经找到了解决方案

首先,我将激活层更改为线性,以便接收@loannis Nasios概述的logit。

其次,为了仍然获得

sparse_categorical_crossentropy
损失函数,我定义了自己的损失函数,将from_logits参数设置为true。

model.add(embedding_layer)model.add(LSTM(n_hidden, return_sequences=False))model.add(Dropout(dropout_keep_prob))model.add(Dense(vocab_size))model.add(Activation('linear'))optimizer = RMSprop(lr=self.lr)def my_sparse_categorical_crossentropy(y_true, y_pred):    return K.sparse_categorical_crossentropy(y_true, y_pred, from_logits=True)model.compile(optimizer=optimizer,loss=my_sparse_categorical_crossentropy)


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/zaji/5143600.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2022-11-18
下一篇2022-11-17

发表评论

登录后才能评论

评论列表(0条)

    保存