keras/theano 전체 네트워크

Question

나는 다음과 같은 네트워크 구조를 구현하는 방법을 찾고 있어요 사용 손실 또는 영업 이익 (현재 Keras를 사용하여이 그러나 theano 수 있습니다) :

, 우리는 몇 가지 간단한 네트워크를 제공하고 가정하지만, 이 출력을 직접 기반으로 원하는 손실을 계산할 수 없으며 다른 작업이 필요하며이 작업의 출력을 기준으로 손실이 정의됩니다. 그러나이 작업은 네트워크의 출력뿐만 아니라 전체 네트워크 개체 (예 : 그라디언트)를 필요로합니다.

어떻게이 작업을 수행 할 수 있습니까? 네트워크의 상단에있는 사용자 지정 계층이나 사용자 지정 손실 기능에서 작업을 수행 할 수 있다고 생각하지만 어느 버전에도 전체 네트워크에 액세스 할 수있는 방법이 있습니다. 어떤 제안?

Answer 1

간단한 네트워크가 있다고 가정하지만이 출력을 기반으로 원하는 손실을 직접 계산할 수는 없으며 다른 작업이 필요하며 손실은이 작업의 출력을 기준으로 정의됩니다. 그러나이 작업은 네트워크의 출력뿐만 아니라 전체 네트워크 개체 (예 : 그라디언트)를 필요로합니다.

다음과 같은 모델이 있다고합니다.

import keras.applications.vgg16 as vgg16 

model = vgg16.VGG16(weights='imagenet') 
model.summary() 

예를 들어, 지금 당신은 실제로 범주 입력 이미지 (길이 1000 imagenet 1000 개 범주를 가지고 있기 때문에의 벡터를) 예측이 모델의 마지막 레이어를 삭제하고 싶습니다.

# Remove last Linear/Dense layer. 
model.layers.pop() 
model.outputs = [model.layers[-1].output] 
model.layers[-1].outbound_nodes = [] 
model.summary() 

지금,이 모델 (출력 크기 10)와 선형 층을 추가하고 수정 신경망 모델의 출력을 사용할 수 있습니다.

model.add(Dense(10, activation='softmax')) 
model.summary() 

이 모델의 출력물로 벡터 (길이 10)가 표시됩니다.

model.compile() 및 model.fit() 기능을 사용하여 모델을 컴파일하고 교육 할 수 있습니다. 모델을 훈련시키는 데 사용할 손실 기능 유형을 설정할 수 있습니다.