是否有一种方法可以使用MLP/任何其他将目标和误差函数作为输入并返回最佳参数的算法?

Question

我在想是否有一个预先构建的python MLP实现，可以将我的目标函数，损失函数和容差作为输入并返回函数的最佳参数。我已经通过了Tensorflow和scikit-learn中的mlp，但似乎没有这类内容。欢迎提出任何建议。

Thanks in Advance

Answer 1

只要你的目标函数是可微的，这就是神经网络设计的目的。您可以在TF中编写任何函数作为目标，然后使用SGD训练MLP。这是一个理解事物如何工作或接受"预先构建"的问题。不会像一个叫做"解决我的问题"的函数那么简单，它需要更多的命令，但最终你要求的是任何NN实现，让它是TF, Keras等。

例如，您可以使用Keras并实现您的自定义丢失

def my_loss_fn(y_true, y_pred):
squared_difference = tf.square(y_true - y_pred)
return tf.reduce_mean(squared_difference, axis=-1)  # Note the `axis=-1`
model.compile(optimizer='adam', loss=my_loss_fn)