私はTensorFlowの多目的ニューラルネットを自分自身の損失関数で訓練しており、バッチ処理がどのようにその機能と相互作用するかに関するドキュメントを見つけることはできません。バッチ処理はTensorFlowの損失機能とどのように相互作用しますか?
例えば、私は予測のテンソル/リストを受け取り、1個以下にしてくださいそれらの絶対値和ということになり、以下の私の損失関数のスニペット、持っている:
def fitness(predictions,actual):
absTensor = tf.abs(predictions)
sumTensor = tf.reduce_sum(absTensor)
oneTensor = tf.constant(1.0)
isGTOne = tf.greater(sumTensor,oneTensor)
def norm(): return predictions/sumTensor
def unchanged(): return predictions
predictions = tf.cond(isGTOne,norm,unchanged)
etc...
をしかし、私はとき私は、この損失関数が、1に合計するそれぞれの集合ではなく、この点で合計1になるように入力全体を正規化していると感じる推定値のバッチを渡します。つまり、所望のものではなく
[[8、8]、[8,12] .8]、[.8、.8]] - [[.5、.5]、[.5、.5]]
誰かが明確に疑いを抱かせることができますか?これが私の機能が現在どのように働いているのか、それをどうやって変えるのですか?
これは完璧です。ありがとうございました。ドキュメントのどこかにこの動作について語っていますか?予期せぬことが何も起こらないようにするために読んでみたい – liqiudilk
特にどのような振る舞いでドキュメントを探していましたか? [tf.select docs](https://www.tensorflow.org/api_docs/python/control_flow_ops/comparison_operators#select)は便利です。 – suharshs