Я хочу использовать слой потерь типаInfogainLoss в моей модели. Но у меня возникают трудности с его определением.

Есть ли учебник / пример по использованиюINFOGAIN_LOSS слой?

Если вход для этого слоя, вероятности класса, будет выходомSOFTMAX слой, или достаточно ввести «верх» полностью связного слоя?

INFOGAIN_LOSS требуется три входа: вероятности класса, метки и матрицаH, МатрицаH может быть предоставлен либо в качестве параметров слояinfogain_loss_param { source: "fiename" }.
Предположим, у меня есть скрипт Python, который вычисляетH какnumpy.array формы(L,L) сdtype='f4' (гдеL это количество меток в моей модели).

Как я могу конвертировать моиnumpy.array вbinproto файл, который может быть предоставлен в видеinfogain_loss_param { source } к модели?

Предположим, я хочуH должен быть предоставлен в качестве третьего входа (снизу) для слоя потерь (а не в качестве параметра модели). Как я могу это сделать?
Определить новый слой данных, который "верх"H? Если это так, не будут ли данные этого слоя увеличиваться при каждой итерации обучения, как прирост данных обучения? Как я могу определить несколько несвязанных входных слоев «данных» и как кофе знает, как читать из пакета «данные» обучения / тестирования пакет за пакетом, а изH «Слой данных» он знает, чтобы прочитать только один раз за весь процесс обучения?