Softmax(Keras)之后的单神经元层



我需要创建一个神经网络(带有keras(,该神经网络的最后一层包含一个神经元,该神经元包含神经元的索引,该神经元在先例softmax层中具有最大值预测。

例如,我的softmax层给出的结果是这样的:

[0.1, 0.1, 0.7, 0.0, 0.05, 0.05]

我希望单个神经元层(在softmax层之后(给出结果2(考虑基于0的评估(。

我该怎么做?

使用 FROM @Eric Platon 的想法:

import keras.backend as K
K.argmax(x, axis=-1)

但我不确定,是否可以将后端函数用作层。可能需要将其包装在 lambda 层中:

from keras.layers import Lambda
model.add(Lambda(lambda x: K.argmax(x, axis=-1)))

相关内容

  • 没有找到相关文章

最新更新