如何将神经网络的输出限制在特定范围内？

Posted 2023-03-12

【中文标题】如何将神经网络的输出限制在特定范围内？

【英文标题】：How to restrict output of a neural net to a specific range?

【发布时间】：2018-09-29 08:59:18

【问题描述】：

我正在使用 Keras 执行回归任务，并希望将我的输出限制在一个范围内（比如 1 到 10 之间）

有没有办法确保这一点？

【问题讨论】：

...min 和 max 是你的朋友吗？这是你想要的吗？

是的，我将如何使用它？

例如。 model.add(Dense(1)) 是我的最后一层。如何添加最小、最大约束？

【参考方案1】：

像这样写一个自定义激活函数

# a simple custom activation
from keras import backend as BK
def mapping_to_target_range( x, target_min=1, target_max=10 ) :
    x02 = BK.tanh(x) + 1 # x in range(0,2)
    scale = ( target_max-target_min )/2.
    return  x02 * scale + target_min

# create a simple model
from keras.layers import Input, Dense
from keras.models import Model
x = Input(shape=(1000,))
y = Dense(4, activation=mapping_to_target_range )(x)
model = Model(inputs=x, outputs=y)

# testing
import numpy as np 
a = np.random.randn(10,1000)
b = model.predict(a)
print b.min(), b.max()

您应该会看到b 的min 和max 值分别非常接近1 和10。

【参考方案2】：

标准化您的输出，使其在 0、1 范围内。确保您的标准化函数允许您稍后将它们转换回来。

sigmoid 激活函数的输出始终在 0 和 1 之间。只需确保您的最后一层具有 sigmoid 激活功能，以将您的输出限制在该范围内。现在您可以获取输出并将它们转换回您想要的范围。

您还可以考虑编写自己的激活函数来转换数据。