用于多类分类的深度神经网络的广义二次损失

Posted 2021-04-11

我正在评估是否有可能为上述主题带来新的损失。让是实例的数目，类数，的如果类标签是对模式。它将是：

其中使用了交叉熵损失，例如损失与相似矩阵S正半定相关。

是否有任何方法可以在用于深度学习的软件框架（例如TensorFlow）上编写此自定义损失，并有基于它的回溯算法？

前馈->后退循环的进行中，神经网络将处理新的模式。这样，就确定了新的错误：其中x是前馈的数量步骤。

所以应该可以使用损失回溯：

其中x是前馈步数。

如果您可以帮助我，我们可以作为该主题的论文的合著者。

答案

我在mlpack论坛github上写了一个自定义损失。我仍然无法产生结果，因为我无法转置arma ::: rowvec变量。