У меня есть модель с финальным слоем softmax для N категорий. Эти категории упорядочены и имеют числовые значения, поэтому имеет смысл рассчитывать статистику по распределению вероятностей, заданному softmax.
Предположим, что значения категорий представляют собой просто возрастающую последовательность индексов. Итак, первое имеет значение 0, второе — 1 и т. д. Я хотел бы вычислить ожидаемое значение (\sum_i=0^{N-1} i p_i).
Как могу ли я сделать это в Tensorflow в качестве дополнительного выходного слоя (размерности 1)? Возможно, используя замороженные веса (от 0 до N-1)? Затем я могу применить потери к этому выходному значению.
В качестве альтернативы, если выходные данные как часть архитектуры модели невозможны, то как я могу реализовать это в классе потерь? Для этого потребуется что-то вроде tf.ones_like(), чтобы заполнить тензор вдоль оси возрастающими целыми числами (от 0 до N-1).
Подробнее здесь: https://stackoverflow.com/questions/790 ... tensorflow
