我正在使用Keras和Theano训练一个神经网络,输入格式如下:
[
[Situation features],
[Option 1 features],
[Option 2 features],
]
如何在每一个模型中选择一个比较重要的选项或是如何预测每一个选项,我都想知道如何在不同的情况下进行评分。在
我的模型看起来像:
^{pr2}$当尝试获取probability_outputs
时,我得到错误:
ValueError:
Concatenate
layer should be called on a list of inputs
这个错误似乎是因为logit_outputs
不是遍历所有3个输入特性集合而构建的,只有其中2个是其中的一个。在
你知道怎么解决这个问题吗?在
一旦模型得到训练,我想观察diversity_neuron
和{
为了解决这个问题,我做了以下更改:
最终代码如下:
相关问题 更多 >
编程相关推荐