Python 3.x 有没有办法在张量流中施加约束，我可以沿途执行一些规则吗？

有没有办法对张量流生成的数据进行约束，例如，如果我的模型生成了两个输出，你可以对这些输出施加某种约束，比如a和b，其中输出可以预执行类似（a+b）/2的内容，如果“由张量流生成”是指由神经网络生成，我认为一般来说不可能做到这一点。一般来说，你不能保证神经网络的输出不会违反这样的硬约束，尤其是在测试时

以下是您可以做的：

• 添加一个损失项，类似于

  max（0，（a+b）/2-10）

  。这并不能保证您的约束不会被违反（NN的优化是“尽力而为”）。这个损失函数非常类似于支持向量机中使用的铰链损失
• 使用适当的激活功能。例如，如果您知道您的数据必须介于

  [0,1]

  之间，请在输出上使用sigmoid激活
• “项目”将输出返回到允许的范围（如果超出范围）

虽然最后两个选项保证了可行性，但并不总是可能做到这一点，或者不清楚如何做到这一点，更糟糕的是，这将如何影响学习。例如，如果您看到

（a+b）/2>=10

，您会怎么做？您会减少

b

，直到满足约束条件，还是以某种方式权衡

a

和

b

？有时，可以定义“最近可行点”w.r.t.某些度量，但一般不确定