python - 在 keras 中创建自定义激活函数
问题描述
我想用 keras.backend 为 LSTM 的最后一个密集编写一个自定义激活函数,如下所示:
def customactivation(x):
if x <= 0.5:
return 0
else :
return 1
model.add(Dense(1, activation=customactivation))
我应该怎么办?
解决方案
这个函数是不可微的,除非你知道自己在做什么,否则对训练毫无用处。你会得到错误“一个操作没有梯度”
那说:
def customactivation(x):
return K.cast(K.greater(x, 0.5), K.floatx())
推荐阅读
- python - 在同一个对象上调用两次时间?
- android - 是否可以为服务类的布局设置完全透明的背景
- python - 输出后删除不必要的空格
- javascript - 使用 Angularjs 从 Firebase 中删除特定数据
- docker - Docker - 无法启动容器:id 已在使用中(重启后)
- c++ - 使用 CreateFile 获取文件中的值并将值放入变量中
- javascript - Plunker 删除行
- android - android firebase动态链接PendingDynamicLinkData直接通过app为null
- python - 如何将python3.6.2中的代码转换成python2.6.6
- fullscreen - videojs在双击时禁用全屏