Keras - 백 프로덕션을위한 출력의 경우 현명한 마스킹

Question

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.

이 경우 현명한 출력 마스킹 또는이 문제를 해결하는 다른 방법을 구현하는 방법에 대한 아이디어가 있습니까?

고맙습니다.

Answer 1

두 개의 텐서 (A, Mask)가 같은 모양이거나 동일한 모양으로 방송 될 수있는 경우. 그런 다음 A*Mask을 사용하여 요소 별 마스킹을 구현하십시오.

document에 K.switch()으로 대소 문자를 구분할 수 있습니다. 예를 들어 K.switch(T.equal(Mask, 0), 0, A)은 마스크가 0이면 0을 반환하고 그렇지 않으면 요소를 현명하게 반환합니다.