在 TensorFlow 的 SKFlow 模型训练中应用自定义成本函数
Applying custom costfunction in TensorFlow's SKFlow model training
我正在尝试在使用 sklearn 实现的同时使用 TensorFlow 制作回归模型，因此它可以很好地与我制作的所有其他模型一起使用。但是，我似乎无法找到一种方法来使用自定义评分函数（成本函数或 objective 函数）来训练模型。
这对 skflow 来说是不可能的吗？
谢谢加载！
许多示例使用 learn.models.logistic_regression，这基本上是一个内置的高级模型，可以 returns 预测和损失。例如，models.logistic_regression 使用 ops.losses_ops.softmax_classifier，这意味着您可以查看 ops.losses_ops.softmax_classifier 是如何实现的，并可能使用 TensorFlow 低级 API 实现您自己的损失函数。
我正在尝试在使用 sklearn 实现的同时使用 TensorFlow 制作回归模型，因此它可以很好地与我制作的所有其他模型一起使用。但是，我似乎无法找到一种方法来使用自定义评分函数（成本函数或 objective 函数）来训练模型。
这对 skflow 来说是不可能的吗？
谢谢加载！
许多示例使用 learn.models.logistic_regression，这基本上是一个内置的高级模型，可以 returns 预测和损失。例如，models.logistic_regression 使用 ops.losses_ops.softmax_classifier，这意味着您可以查看 ops.losses_ops.softmax_classifier 是如何实现的，并可能使用 TensorFlow 低级 API 实现您自己的损失函数。