在 Tensorflow 2.0 中,我正在尝试构建一个模型,将我的对象分为两类:正面和负面。
我想使用tf.keras.metrics.FalsePositives
和tf.keras.metrics.FalseNegatives
指标来查看模型如何随着每个时期的改进而改进。这两个指标都有断言规定:[predictions must be >= 0]
和[predictions must be <= 1]
。
问题是未经训练的模型可以生成任意数字作为预测。但即使是经过训练的模型有时也会产生略高于 1 或略低于 0 的输出。
有没有办法禁用这些断言?
或者,是否有任何合适的激活函数可以强制模型输出进入[0, 1]
范围而不会导致学习率出现任何问题?