Слой InfogainLoss
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?