我正在尝试使用 Keras 来解决以下 OpenAi 健身房 environment 。
它使用约 360 个神经元作为输入，然后使用范围为 [-0.4, 0.4] 的 17 个实数输出。我在网上找到的所有示例都使用更简单的输出层，具有单一目标且没有界限。
我的问题是:
- 由于输出是有界的，我是否需要任何特殊函数？
- 有关于如何使用 Keras 构建这样的输出层的示例吗？
最佳答案
我会使用均方误差来完成这样的任务。
但是，您可以定义自己的指标来进行优化。可以在此处找到示例定义:( https://github.com/EdwardTyantov/ultrasound-nerve-segmentation/blob/master/metric.py )。
关于machine-learning - Keras 中具有有限输出的多目标回归，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41975983/