の製品を構築する操作を定義します。最後に、操作を既知の値と比較し、アルファベット、ベータi、bを学習する必要があります。Tensorflowは、私はのようなものを計算しtensorflowでの動作を定義したいすべてのテンソルコンポーネント
(おそらく)すべての入力の積が問題を引き起こします。これは私が展開しようとした1つのバージョンで、成功しません。 #入力 X = tf.placeholder(tf.float32、[なし、2]、名前= "X") Y = tf.placeholder(tf.float32、[なし、1]、名前= "Y")
https://gist.github.com/anonymous/c17d45b4e997bfccb5275dffa44512d6 主旨からの完全なスクリプトは、エラーメッセージが得られている実行# hidden
beta = tf.get_variable("beta", shape=[2], initializer=tf.contrib.layers.xavier_initializer())
powered = tf.pow(X,beta)
productLayer = tf.contrib.keras.layers.multiply(powered) # bad line
# output
w_o = tf.get_variable("w_o", shape=[1], initializer=tf.contrib.layers.xavier_initializer())
b_o = tf.get_variable("bias", shape=[1], initializer=tf.zeros([1]))
output = tf.add(tf.matmul(productLayer,w_o), b_o)
loss = tf.reduce_sum(tf.square(output - Y)) # tf.nn.l2_loss(yhat - Y)
:
File "h2o_test_opti.py", line 13, in productLayer = tf.contrib.keras.layers.multiply(powered) ValueError: A merge layer should be called on a list of inputs.
私はtf.contrib.keras.layers.multiplyの機能describtionは私のニーズに合うと思いました。私はまた、for-loopのような素朴な方法を見つけようとしましたが、すべての入ってくるテンソル要素の積を計算しましたが、成功しなかったので、テンソルに正しい方法でアクセスする方法は想像できませんでした。私が現在のステップを知りませんので正しい指標を選ぶことはできません(したがって)?
私は(最適化/フィッティング手順として適切により)「活性化機能」としてこれをテストしたい
この問題を支援するために必要なより多くの情報がある場合は私に知らせてください。