dans keras, je veux personnaliser ma fonction de perte qui prend non seulement (y_true, y_pred) comme entrée mais aussi besoin d'utiliser la sortie de la couche interne du réseau comme l'étiquette pour une couche de sortie.Cette image montre le Network LayoutKeras Implémentation de la fonction de perte personnalisée qui nécessite une sortie de couche interne comme étiquette
Ici, la sortie interne est xn, qui est un vecteur de fonction 1D. dans le coin supérieur droit, la sortie est xn ', qui est la prédiction de xn. En d'autres termes, xn est l'étiquette de xn '.
Alors que [Ax, Ay] est traditionnellement connu comme y_true, et [Ax ', Ay'] est y_pred.
Je veux combiner ces deux composants de perte en un et former le réseau conjointement.
Toutes les idées ou pensées sont très appréciées!
Merci pour votre réponse! Je pense que ma principale préoccupation est de savoir comment former ma fonction de perte. Oui, nous pouvons combiner les deux sorties en une, mais lors du calcul de la perte pour la sortie interne (xn '), le customLoss doit avoir accès au modèle lui-même afin d'obtenir l'étiquette pour la sortie interne (xn). xn n'est pas les données d'apprentissage mais une certaine transformation des données d'apprentissage traitées par le modèle. – ljklonepiece
@LiJuekun ne pouvez-vous pas simplement mettre le "label interne" dans la valeur y que vous passez pour s'adapter? –