我试图训练一个多层perseptron,根据给定的输入来区分真假。
到目前为止,我使用的是一个例子:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/multilayer_perceptron.py
但这给了我一个二进制值的输出,我更喜欢十进制或基于百分比的输出。在
我所做的:
我试图将优化器更改为其他可用的优化程序,但没有成功。在
optimizer =
tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
Tags:
优化器不会更改层实际给出的输出。在
提供的示例对层使用ReLu,这对分类很好,但对概率建模却不起作用。你最好用sigmoid函数。在
sigmoid函数可以用来模拟概率,而ReLu可以用来模拟正实数。在
为了使其适用于所提供的示例,将多层感知器功能更改为:
它基本上取代了乙状结肠的ReLu激活。在
然后,使用softmax进行评估,如下所示:
^{pr2}$它将为每个类提供0到1之间的范围。另外,你可能需要增加时间段的数量才能工作。在
相关问题 更多 >
编程相关推荐