![](/img/trans.png)
[英]How to do predict when trained with Normalization or dropout layer in Keras?
[英]How to do Range Normalization on a specific Layer Keras
下面是我用於多類分類的 model
model = Sequential()
model.add(Dense(6, input_dim = input_dim , activation = 'relu'))
model.add(Dense(3, activation = 'softmax'))
adam = optimizers.Adam(learning_rate=0.001)
model.compile(loss = 'categorical_crossentropy' , optimizer = 'adam' , metrics = ['accuracy'] )
我想將第一層產生的 output范圍標准化,即具有 relu 激活的層,介於 0 和 1 之間。 我已經檢查了 Keras 中可用的標准化層,但據我所知,它們產生的 output 均值為 0,標准差為 1。
我不確定在 Keras 的圖層上執行自定義規范化的過程是什么。
我建議使用 sigmoid function 因為這將 map output 到 [0,1],而 relu 在 (0,inif
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.