keras - Keras Loss：允许多个 y_true 值正确

Question

我正在使用 LSTM 层和全连接层进行分类序列预测。我将当前输入与“正确”输出相匹配，后者是稍后出现的序列中的一个元素。

我想对什么被认为是“正确的”更加灵活。我想考虑 y_true 周围的一些序列值也被认为是正确的。例如给定序列 [a,b,c,d,e,f,g,h,i,...] 如果我想提前预测 5 个元素，那么对于输入时间步 0，我传入 'a' 和想要预测“f”、“g”或“h”。我希望所有这三个元素都被认为是正确的。

有没有办法在 Keras（或 Tensorflow，如果需要）中实现这一点？

标签： kerasdeep-learninglstmloss-function

Answer 1

多标签分类 .. 使用二元交叉熵作为损失并具有适当的 y_label 向量，其中包含正确标签的向量，否则应为 0。