python - 促进冒险猜测的 Keras 损失函数
问题描述
我很难将我的 keras 模型拟合到复杂的时间序列上,因为它不断收敛于与数据平均值相对应的恒定输出(无论输入如何,都具有相同的预测)。
我认为摆脱这个问题的一种方法是使用损失函数,它会为非常好的猜测提供高额奖励,而对非常糟糕的猜测给予低惩罚。我希望一个好的预测和三个完全错误的预测比四个平均预测的累积损失更低。
您会为此建议哪种预先计算的 Keras 损失函数?
解决方案
推荐阅读
- android - 在 react-navigation/material-top-tabs 中,双击时如何让对讲宣布当前选择的点击的名称?
- python - 尝试使用 python 3.7 获取矩形的面积
- memory - 什么是 ConfiguredClockSpeed
- heroku - 机器学习 heroku 部署
- java - 用于在输入中避免换行符的正则表达式
- java - 意外异常 org.powermock.reflect.exceptions.ConstructorNotFoundException:无法使用参数类型查找构造函数
- angular - 值弹出不正确
- fortran - 使用 gdb 调试 Fortran 时的矩阵操作
- xtermjs - 如何定义终端?
- rtsp - 使用 RTSP 将视频发送到指定的 IP 地址