在TensorFlow的SKFlow模型训练中应用自定义成本函数

我在尝试使用TensorFlow构建一个回归模型,同时使用sklearn的实现,以便它能与我之前创建的其他模型兼容。然而,我似乎找不到一种方法来使用自定义评分函数(成本函数或目标函数)来训练模型。

这在skflow中根本不可能实现吗?

非常感谢!


回答:

许多示例使用了learn.models.logistic_regression,这是一个内置的高级模型,用于返回预测和损失。例如,models.logistic_regression使用了ops.losses_ops.softmax_classifier,这意味着你可以研究ops.losses_ops.softmax_classifier的实现方式,并使用TensorFlow的低级API来实现你自己的损失函数。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注