tensorflow - 如何在神经网络中赋予某些输出更多的权重？

Question

假设我有一个有 5 个输出的神经网络：

[o1, o2, o3, o4, o5]

我怎样才能给予更多的权重o5？因此，在计算成本函数时，o5将比任何其他输出产生更大的影响。

例如，假设误差o1为 0.1，误差o5为 0.1。的误差o5应该比 的误差对成本函数的影响更大o1。

具体来说，我希望在 tensorfow/keras 中做到这一点。

---

另一个更详细的例子：

[o1, o2, o3, o4]都是介于 0 和 1 之间的值，代表与平均房价的若干偏差。

o5是一个介于 0 和 1 之间的值，代表房屋卖家的紧迫性；无论他们是拼命卖还是不拼命卖。

o1、o2、o3、o4 中的轻微错误不如o5 中的错误重要。

标签： tensorflowmachine-learningkerasneural-network

Answer 1

使用. loss_weights_ compile()请参阅此处https://www.tensorflow.org/api_docs/python/tf/keras/Model#compile。