Lambda 输出层

Question

我有一个顺序模型，如下所示，单个输出神经元具有线性激活函数（Keras 默认值）：

model = Sequential()
model.add( ...
...
model.add(Dense(100, activation='relu'))
model.add(Dense(1))

我需要最后的数字以100为界，所以我将上面最后一行代码修改为：

model.add(Lambda(lambda x: x%100, output_shape=(1)))

• 是否正确？这里的 x 是否如我所想的那样表示网络？
• 我得到一个错误："In Lambda, output_shape must be a list, a tuple, or a function"。

Answer 1

output_shape=(1) 应该是 output_shape=(1,).

顺便说一句，我认为以下替代方案更好：

• 剪辑输出到 [0.0, 100.0]。

  #...
  model.add(Dense(1)) #-2nd line from code in question
  model.add(Lambda(lambda x: max(0., min(x,100.)), output_shape=(1,)))
  

这是一个连续函数，与 mod 100 相对。

• 使用缩放的 sigmoid 输出层。

  #...
  model.add(Dense(1), activation='sigmoid')
  model.add(Lambda(lambda x:x*100., output_shape=(1,)))
  

这是可微分的，对SGD友好。