对于以下形式的网络：
Input(10)
Dense(200)
Dense(100+10)
Dense(20)
Output()
这些+10输出是我想要添加到标准20输出中的，用于我的损失函数。
这可能吗 - 理论上甚至是一些预先存在的库？
是否可以在损失函数中使用内部层的输出？
人工智能
神经网络
张量流
喀拉斯
目标函数
生成对抗网络
2021-11-01 06:17:20
1个回答
是的，您可以这样做，这是一种标准做法。一个著名的例子是“Inception”网络架构。为了防止内部子网“消失”，提取了来自内部层的几个输出并将其传递到 FC->Softmax。然后在损失函数中对所有输出进行平均。
从实际的角度来看，您将无法通过基本的Sequential模型构建来实现这些东西。不过，大多数库都允许您超越它，而且这种区别通常有据可查。例如，在功能 API 的 tensorflow 指南中，它在简介中指出：
功能 API 是一种创建比
tf.keras.SequentialAPI 更灵活的模型的方法。功能 API 可以处理具有非线性拓扑、共享层甚至多个输入或输出的模型。
希望这会帮助你开始。