Artificial intelligence Tensorflow seq2seq-回复的置信度

我想知道在Tensorflow的seq2seq框架中是否有一种方法，我可以知道对输入的回复是否可以以x%的置信度给出

下面是一个例子：

我有

hi

回复

hello

。它很好用。我还有很多其他经过训练的句子。但是，假设我输入了一些类似这样的垃圾-

sdjshj sdjk oiqwe qw

。Seq2seq仍试图给出响应。我理解它是这样设计的，但我想知道是否有一种方式可以说框架不能自信地回答这个问题。或者没有训练过这样的词语

---

这将非常有帮助。

我认为

seq2seq_model.model.stop>返回的
平均困惑度
是信心，越小越好。但要分辨一个合适的临界点可能很难
 在输出逻辑上使用逻辑函数（或sigmoid）：
因为logit函数基本上是sigmoid函数的逆函数：

Logit函数：


乙状结肠功能：

你可以看到它是相似的。在张量流中。有sigmoid函数，但我发现当您只编写sigmoid函数时，程序速度更快：


如果使用sigmoid函数。您将得到一个从0到1的值，这是您正在寻找的置信度。更多信息可在此处找到：


我想你的意思是
seq2seq\u model.model.step
。我试过了。对于训练和垃圾输入，其始终为0.0。也许通过语料库是不够的，因为它工作正常？我有1000条训练线。检查贪婪解码器如何提取权重。1000条线对于训练这种类型的模型来说非常小。@AlexandruCeausu可能是对的。这种困惑似乎只是在训练中重现。虽然这个链接可以回答问题，但最好将答案的关键部分包含在这里，并提供链接供参考。如果链接页面发生更改，仅链接的答案可能无效。-谢谢你的提示，修复了它。这是提供了整个输出的信心，还是仅仅是最后一个标记？我猜@spiralarchitect希望它反映整个输出的可信度。因此，基本上您将整个logit放在了sigmoid函数中。在这种情况下，它将返回所有类的置信度（您可以为其设置阈值）。如果使用argmax函数，则只能得到一个最高值。然而，需要了解的一点是使用sigmoid函数，softmax丢失的阈值就像作弊一样。因为softmax loss将考虑其他标签的预测来给出预测。因此，所有置信度输出加起来为100%。如果可以，您应该以最高的置信度选择输出。