neural-network - 评估使用 Comp Graph dl4j 构建的神经网络

Question

我正在尝试使用 Deeplearning4J 中的计算图实现来构建一个复杂的神经网络。我需要有多个输出，所以我不能使用通用的 MultiLayerConfiguration。但是，我的问题是，在这种情况下，我不知道如何评估我的模型，我至少想知道准确性。有人在 dl4j 中使用过 Comp Graphs 吗？

Answer 1

首先是的：很多人使用计算图。不过，它们通常从我们现有的示例开始，并且倾向于主要将其用于 seq2seq 之类的事情。

至于您关于评估的问题，它在概念上与多层网络相同。不过，您的评估方式可能会因任务而异。如果您考虑评估发生的位置，它总是与具有输出层的任务（分类、回归、二元分类......）相关联。在最常见的情况下，您通常只有 1 个输出分类的输出。在这种情况下，您可以只使用它输出的第一个数组。否则对于多个输出..您必须定义您正在评估的内容。通常任务合并到 1 个路径。

如果他们不这样做，您将有多个输出层，您希望在其中对每个输出进行评估对象。

计算图和多层网络都使用 .output 方法为您提供原始数组。这通常是您传递给 eval.eval 的内容。