我想计算一个损失函数,它在不同的输入上两次使用网络的输出。例如,假设,
first_output = model(first_input)
second_output = model(second_input)
loss = mean_absolute_error(first_output, second_output)
如何在 tensorflow 或 keras 中实现这一点?
我想计算一个损失函数,它在不同的输入上两次使用网络的输出。例如,假设,
first_output = model(first_input)
second_output = model(second_input)
loss = mean_absolute_error(first_output, second_output)
如何在 tensorflow 或 keras 中实现这一点?
因此,如评论中所述:
根据需要在批次中放入尽可能多的输入,并对该批次进行运行预测。这样,您可以使用所有输出来计算损失函数。
在 Keras 框架中,如果您想按照mean_absolute_error问题中的说明计算 ,可以使用预定义的 mean_absolute_error损失。此外,要像您在问题中所说的那样有两个输入,请将模型的批量大小指定为 2。