Keras의 https://arxiv.org/pdf/1606.07659v1.pdf을 복제하려고합니다. 자동 인식기를 추천 시스템으로 사용합니다. 아이디어는 알 수없는 값을 예측하도록 네트워크를 가르치기 위해 알려진 값 (등급)의 일부를 가려서 다른 값을 올바르게 재구성하는 것입니다. 따라서 마스크되지 않은 알려진 값, 마스크 된 알려진 값 (0이 됨) 및 알 수없는 값 (0이 됨)의 세 가지 유형의 등급이 있습니다. 손실 함수는 마스크되지 않은 알려진 값과 마스크 된 알려진 값의 오류 만 포함해야하지만 올바르게 이해하면 역 전파에 알 수없는 값의 출력을 마스크하여 가중치 업데이트에 마스크를 포함해야합니다 (그리고 그것은 현명해야합니다). (forward and back propagation) 링크의 첨부 된 그림은 기사 자습서의 내용이며 앞으로 및 뒤로 전달하는 단계를 설명합니다.Keras - 백 프로덕션을위한 출력의 경우 현명한 마스킹
이 경우 현명한 출력 마스킹 또는이 문제를 해결하는 다른 방법을 구현하는 방법에 대한 아이디어가 있습니까?
고맙습니다.