def charbonnier(I_x, I_y, I_t, U, V, e):
loss = K.sqrt(K.pow((U*I_x + V*I_y + I_t), 2) + e)
return K.sum(loss)
我正在训练一个无监督模型,其可微损失函数如下所示(以及上面的代码)I_x
、I_y
和I_t
是常数,目标是学习使E(F)最小的U和V
我的问题是,我如何确定Keras优化了正确的权重U和V?有没有什么方法可以确保常数被冻结,只有U和V是可优化的
如果有帮助的话,我的模型的输出是一个(1,240,320,2)张量,其中通道是U和V。如有任何建议,将不胜感激
目前没有回答
相关问题 更多 >
编程相关推荐