Skip to main content
 首页 » 编程设计

python之Lambda 输出层

2025年04月02日9cloudgamer

我有一个顺序模型,如下所示,单个输出神经元具有线性激活函数(Keras 默认值):

model = Sequential() 
model.add( ... 
... 
model.add(Dense(100, activation='relu')) 
model.add(Dense(1)) 

我需要最后的数字以 100 为界,所以我将上面的最后一行代码修改为:

model.add(Lambda(lambda x: x%100, output_shape=(1))) 
  • 是否正确?这里的 x 是否如我预期的那样表示网络?
  • 我收到一个错误:“在 Lambda 中,output_shape 必须是列表、元组或函数”。

请您参考如下方法:

output_shape=(1) 应该是 output_shape=(1,)。

顺便说一句,我认为以下替代方案更好:

  • 将输出剪辑到 [0.0, 100.0]。

    #... 
    model.add(Dense(1)) #-2nd line from code in question 
    model.add(Lambda(lambda x: max(0., min(x,100.)), output_shape=(1,))) 
    

这是一个连续函数,而不是 mod 100。

  • 使用缩放的 sigmoid 输出层。

    #... 
    model.add(Dense(1), activation='sigmoid') 
    model.add(Lambda(lambda x:x*100., output_shape=(1,))) 
    

这是可微的,对 SGD 友好。