ニューラルネット - 私は自分の損失関数に信頼を結びつけることができますか？

Question

an autoencoderニューラルネットワークを使用してOCC（one class classification）を実行しようとしています。

長いストーリーを短くするために、それぞれ128個のデータ要素を含む200個のマトリックスで神経ネットワークを鍛えます。これらは圧縮されます（自動エンコーダーを参照）。 トレーニングが完了したら、ニューラルネット（テストデータ）に新しい行列を渡し、損失関数に基づいて、渡されたデータがターゲットクラスに属しているかどうかを知っています。

テストデータを渡すときに得られる損失関数に基づいて％信頼度をどのように計算できるかを知りたいと思います。それは私がTensorflow

Answer 1

まあを使用してい役立ちます

おかげ場合

は実際に通常あなたの費用機能（または1つのトレーニング観測あなたの損失関数の場合には）最小限に抑えるようにしてください。通常、予測したいクラスの確率は、損失関数を使用するのではなく、例えばシグモイド出力レイヤーを使用して行われます。あなたは0から1までの関数を必要とし、それは確率のように動作します。あなたの実現可能性を評価するために損失関数を使用するという考えをどこで得ましたか？しかし、私は1つのクラス分類（または異常値の検出）の専門家ではありません... ではなく、あなたのクラスに属するのあなたの観察の確率を実際に欲しいと思いますか？