问题
我想用变量相关数据训练一个keras2神经网络(theano后端)。这意味着一些样本比其他样本不太重要。它们对训练的影响应该比其他样本小。但是我不能完全省略它们(我的时间序列将进入Conv1D
层)。
问题
如何告诉keras在训练过程中权衡一些训练数据,使其比其他数据更轻?
想法
我正在考虑定义一个自己的损失函数,它将y_true
,y_pred
和y_weight
作为第三个参数。类似于:
def mean_squared_error_weighted(y_true, y_pred, y_weight):
return y_weight * K.mean(K.square(y_pred - y_true), axis=-1)
那么我该如何让 Keras 知道这个第三个参数呢?