TensorFlowの完全畳み込みネットワークで損失を実装する方法は？

Question

私は、Guptaなどの論文「自然画像のテキストローカライゼーションのための合成データ」を実装し始めました。私は重大な問題に遭遇しました。

ネットワークアーキテクチャは完全畳み込みネットワークです。最終的な層は基本的にNxNx7テンソル（各セルが7つの値を保持する行列を想像してください）です。各セルはPとCの値を保持します。 Pは、回帰すべき境界ボックスに関する6つのパラメータであり、Cは信頼度である。

今、私はこのレイヤーで二乗損失を実装したいと思います。紙の状態は最終層の各セルが予測であるため、予測子の位置に境界ボックスを含める必要がある場合は、その予測子（またはセル）のすべてのパラメータに損失を適用する必要があります。バウンディングボックスを含んではならない場合は、信頼度Cを回帰するだけで十分です。

私はTensorFlowで別々の損失を動的に定義する必要がありますが、どうすればできますか？

申し訳ありませんが、私が正しくあなたの問題を理解していない：

Answer 1

あなたがtf.condを使用し、

loss = tf.cond(is_there_sthg_label, lambda: tf.add(loss1, loss2), lambda: loss2) 

EDITのようなものを書くことができます。バウンディングボックスがある場合は[i, j]に値NxNのマスクを（実行時に）Trueに設定し、それ以外の場合はfalseにすることができます。あなたは、各セルのために、両方のあなたの損失を計算し、あなたは形状NxNのテンソルloss1とloss2を取得し、その後、

#loss1 is the loss on the confidence only, loss2 is the loss on P 
loss_tensor = loss1 + tf.multiply(loss2, tf.cast(mask, loss2.dtype)) 
total_loss = reduce_sum(loss_tensor) 

（あなたはもちろんのバッチを持っている場合、これはまだ動作します）