tensorflow - 如何将基于 scikit-kearn 的损失添加到神经网络?
问题描述
我想训练一个具有来自 AdaBoost 分类器的损失分量的神经网络。
myLoss(y_true, y_pred, adaClf, Z_):
loss = BinaryCrossEntropy(y_true, y_pred) + MeanSquareError(adaClf.predict(Y_pred), Z_)
return loss
adaClf
scikit-learn 分类器在哪里。如何在 Keras 中实现这一点?
解决方案
抱歉,您不能将外部函数用作 tensorflow 中的损失。有了tf.map
你可以使用外部函数,但没有梯度可以流过它,你的损失肯定需要梯度。所以你可能必须在 tensorflow 中实现分类器。也许这对你有帮助。
推荐阅读
- python - 如何打开多个摄像头python
- python - 如何在 conda 中使用 import pysal 解决这个问题?
- amazon-s3 - 无服务器 s3 上传访问被拒绝
- angular - 异步管道将“null”值发送到子组件
- java - 需要 BigDecimal 输出的解决方案
- c - Windows 上 PBC 库的意外行为
- android - 如何在改造中使用 Get 请求解析嵌套的 json 对象?
- python - 如何使用 GridSearchCV 比较多个模型以及 python 中的管道和超参数调整
- sql-server - ansi_nulls:一些检查它的方法似乎不起作用
- regex - 多个匹配的正则表达式