我希望为LSTM或RNN设置欧几里得距离作为损失函数。
这样的函数应该具有什么输出:float,(batch_size)还是(batch_size,timesteps)?
模型输入X_train的维度为(n_samples,timesteps,data_dim)。Y_train具有相同的维度。
示例代码:
def euc_dist_keras(x, y):
return K.sqrt(K.sum(K.square(x - y), axis=-1, keepdims=True))
model = Sequential()
model.add(SimpleRNN(n_units, activation='relu', input_shape=(timesteps, data_dim), return_sequences=True))
model.add(Dense(n_output, activation='linear'))
model.compile(loss=euc_dist_keras, optimizer='adagrad')
model.fit(y_train, y_train, batch_size=512, epochs=10)
所以,我应该对时间步维度和/或批次大小进行平均损失吗?