我正在 Tensorflow 中训练一个深度 CNN 模型,并试图最大化 和 之间的 pearson 相关true labels
性predictions
。例如,对于真正的标签y_true = [1.0, 2.0, 3.0, 4.0]
,我想预测类似的东西y_pred = [0.9, 1.8, 3.0, 4.1]
,因为这会产生很高的皮尔逊相关性。
但是,我的预测都高度接近于 0,例如y_pred = [0.0001,0.0002, 0.0003, 0.0004]
. 尽管在这种情况下,皮尔逊相关性很高,但在计算皮尔逊损失时,模型在数值上是不稳定的(例如引发了 NaN 错误)。
因此,我想知道我能做些什么来强制输出具有更大的值,使其不接近 0?也许输出上的某种正则化器可以放大它?