我使用的是TensorFlow1.4和Estimator框架。在
我想用tf.contrib.estimator.multi_head
来创建一个head(在一个有另一个head的模型中),它总结了Nsoftmax_cross_entropy_with_logits
的结果。N个概率分布都定义在同一个类集合上,但都是独立的分布。我想计算的总损失分数就是softmax交叉熵损失的平方和。在
我几乎可以用一个tf.contrib.estimator.regression_head
来计算摘要,如果我伪造一个N个零的labels
向量,因为一个零向量的均方误差相当于对softmax损失的平方求和。但这似乎很愚蠢,我希望有一个更直接的方法。在
似乎我需要创建自己的子类_Head
,在tensorflow.python.estimator.canned.head
中实现,并且必须实现方法{
我最初是用Keras开发的,曾经有过一个使用函数API的多线程模型。我想知道我是否应该回到使用Keras,然后使用tf.keras.estimator.model_to_estimator
创建我的model_fn
。在所有条件都相同的情况下,我更喜欢使用纯Tensorflow习惯用法来编写代码,但也许Keras是最简单的方法。在
目前没有回答
相关问题 更多 >
编程相关推荐