Python 如何在Keras中对神经网络层进行排序?
我正在研究Keras中的多目标回归问题,我希望对最后一层中的预测值进行排序。我目前正在执行类似的操作:Python 如何在Keras中对神经网络层进行排序?,python,tensorflow,keras,deep-learning,keras-layer,Python,Tensorflow,Keras,Deep Learning,Keras Layer,我正在研究Keras中的多目标回归问题,我希望对最后一层中的预测值进行排序。我目前正在执行类似的操作: # Lambda layer import tensorflow as tf def sort_layer(tensor): return tf.sort(tensor) # Training model on train set from keras.models import Sequential from keras.layers import Dense,La
# Lambda layer
import tensorflow as tf
def sort_layer(tensor):
return tf.sort(tensor)
# Training model on train set
from keras.models import Sequential
from keras.layers import Dense,Lambda
model = Sequential()
model.add(Dense(100,input_dim=X_train.shape[1],activation="relu"))
model.add(Dense(150,activation="relu"))
model.add(Dense(50,activation="relu"))
model.add(Dense(y_train.shape[1],activation="linear"))
model.add(Lambda(sort_layer))
model.compile(loss="mse", optimizer="adam")
model.fit(X_train,y_train, epochs=100,batch_size=10, verbose=0)
这似乎并不是每次都有效,因为有些预测没有分类。谁能解释一下我做错了什么,并提出一个好的解决方案
谢谢大家!