当某些输出无所谓时，如何训练张量流模型？

Question

例如我想训练具有2个输出的tensorflow模型。 如果第一个输出为1，那么我查看第二个输出，但是如果第一个输出为0，则第二个输出无关紧要。 当第一个输出为0或我必须指定所有输出时，tensorflow中是否有一种方法可以将第二个输出的错误设置为0。 抱歉，这是一个愚蠢的问题，但是我是tensorflow的新手。

更好的例子。 我想检查所馈送的图像中是否有一个点。 我的模型有5个输出。 第一个预测图像中是否有一个点（值从0到1）。接下来的4个输出显示图像中该点的位置（位置，宽度和高度）。 因此，如果我用不带点的图像填充模型，应该在输出中输入什么。 [0，任何东西，任何东西，任何东西，任何东西]或[0,0,0,0,0]。 如果是第一个，该怎么做。

Answer 1

您需要定义损失，以便如果第一部分为零，则不考虑输出的第二部分。 如果图像中没有点，则可以对后4个数字使用任意数字，因为如果第一个数字为零，则不会将其视为您的损失。 我希望这有帮助。

更多阅读：Faster-RNN论文中的目标检测和锚定框的概念可能有助于理解其工作原理： https ： //arxiv.org/pdf/1506.01497.pdf