Tensorflow输出层应该只具有特定范围

问题描述：

之间的值，我正在使用tensorflow并具有以下CNN（以下代码）。我的输入图层是72x72图像，由于有两个maxpool图层，它会输出一个18x18矩阵。Tensorflow输出层应该只具有特定范围

现在我的问题：是否可以为输出矩阵（18x18）中的值定义范围？所以这些值只在[0,1]之间？因为实际上输出矩阵应该代表密度图。所以我不需要超过1的值。

我的“groundtruth标签”是一个18x18矩阵，其值仅在[0,1]之间。，因为我的网络还没有接受培训，损失非常高，因为输出矩阵中的值非常高，例如。 2379922.如果我可以提供输出值的范围，那么损失在开始时不会那么高。

感谢您的帮助:-)

weights = {'W_conv1': tf.Variable(tf.random_normal([7, 7, 1, 32])), 
      'W_conv2': tf.Variable(tf.random_normal([7, 7, 32, 32])), 
      'W_conv3': tf.Variable(tf.random_normal([5, 5, 32, 64])), 
      'W_conv4': tf.Variable(tf.random_normal([1, 1, 64, 1000])), 
      'W_conv5': tf.Variable(tf.random_normal([1, 1, 1000, 400])), 
      'W_conv6': tf.Variable(tf.random_normal([1, 1, 400, 1]))} 

biases = {'b_conv1': tf.Variable(tf.random_normal([32])), 
      'b_conv2': tf.Variable(tf.random_normal([32])), 
      'b_conv3': tf.Variable(tf.random_normal([64])), 
      'b_conv4': tf.Variable(tf.random_normal([1000])), 
      'b_conv5': tf.Variable(tf.random_normal([400])), 
      'b_conv6': tf.Variable(tf.random_normal([1]))} 

#x = tf.reshape(x, shape=[-1, 28, 28, 1]) 
#x = tf.reshape(x, shape=[-1, 72, 72, 1]) 

conv1 = tf.nn.relu(conv2d(x, weights['W_conv1']) + biases['b_conv1']) 
conv1 = maxpool2d(conv1) 

conv2 = tf.nn.relu(conv2d(conv1, weights['W_conv2']) + biases['b_conv2']) 
conv2 = maxpool2d(conv2) 

conv3 = tf.nn.relu(conv2d(conv2, weights['W_conv3']) + biases['b_conv3']) 

conv4 = tf.nn.relu(conv2d(conv3, weights['W_conv4']) + biases['b_conv4']) 

conv5 = tf.nn.relu(conv2d(conv4, weights['W_conv5']) + biases['b_conv5']) 

conv6 = conv2d(conv5, weights['W_conv6']) + biases['b_conv6'] 

return conv6

答

假设在你的地面实况表中的值代表一个概率distribution.You可以使用softmax_cross_entropy_with_logits为你的损失的功能，如在此tutorial解释官方文件。它将基本上从最后一层获得输出，应用softmax来计算概率（从而降低0到1范围内的值），然后根据实际值计算损失。但是，如果地面真值表中的值不代表实际的概率分布，那么您可以尝试对输出值进行归一化，或者在输出层中应用函数sigmoid。

Tensorflow输出层应该只具有特定范围

相关推荐