2017-07-01 1 views
0

J'essaye de construire un réseau de neurones complexes en utilisant l'implémentation du Graphique de calcul dans Deeplearning4J. J'ai besoin de plusieurs sorties, c'est pourquoi je ne peux pas utiliser le MultiLayerConfiguration générique. Cependant, mon problème est que dans ce cas je ne sais pas comment faire l'évaluation de mon modèle et je voudrais au moins connaître l'exactitude. Est-ce que quelqu'un a travaillé avec Comp Graphs dans dl4j?Évaluation des réseaux neuronaux construits avec Comp Graph dl4j

Répondre

0

Tout d'abord oui: des tonnes de personnes utilisent un graphique de calcul. Ils commencent généralement à partir de nos exemples existants et ont tendance à l'utiliser principalement pour des choses comme seq2seq. En ce qui concerne votre question sur l'évaluation, elle est conceptuellement identique au réseau multi-couche. La façon dont vous évaluez sera probablement spécifique à la tâche. Si vous pensez à l'endroit où l'évaluation a lieu, elle est toujours liée à une tâche (classification, régression, classification binaire, ..) avec une couche de sortie. Dans le cas le plus courant, vous n'avez généralement qu'une sortie qui produit une classification. Dans ce cas, vous pouvez simplement utiliser le premier tableau qu'il sort. Sinon, pour les sorties multiples, vous devez définir ce que vous évaluez. Habituellement, les tâches fusionnent en 1 chemin.

Si ce n'est pas le cas, vous disposez de plusieurs couches de sortie dans lesquelles vous souhaitez créer un objet d'évaluation par sortie.

Les graphiques de calcul et le réseau multicouche utilisent tous deux une méthode .output pour vous fournir des tableaux bruts. C'est typiquement ce que vous passez à eval.eval.