#python #tensorflow #keras #deep-learning #neural-network
Вопрос:
Я создал простую нейронную сеть в Tensorflow, которая принимает в качестве входных данных набор данных панели, содержащий столбец идентификатора и столбец даты. Например.:
ID | Дата | var1 | var2 |
---|---|---|---|
азбука | 01-01-2001 | 90 | 120 |
азбука | 01-02-2001 | 80 | 130 |
CDF | 01-01-20001 | 90 | 100 |
CDF | 01-02-2001 | 70 | 90 |
Выход нейронной сети представляет собой вектор прогнозирования, который я оцениваю с помощью пользовательской функции потерь. Я хочу масштабировать конечный результат перед оценкой по группе (дате), чтобы значения в каждой дате равнялись единице. Нравится:
by_group: x / sum(x)
Я знаю функцию Tensorflow unsorted_segment_sum, но вывод уменьшает вектор до размера числа уникальных групп, в то время как я хочу сохранить размеры вектора. Существует ли функция tensorflow или способ реализовать ее в пользовательском слое или в функции потерь?
Комментарии:
1. Не могли бы вы, пожалуйста, показать, как вы пытались использовать
unsorted_segment_sum
фиктивные данные?