尝试使用对比损失来训练模型,但损失在所有时期都是相同的

时间:2019-06-02 03:09:29

标签: tensorflow machine-learning optimization loss

我正在使用对比损失训练问题答案排名模型。

我的模型接受了一系列问题和相应的True答案。例如,如果我将批次大小指定为5,则意味着批次将有5个问题和相应的5个正确答案。对于特定问题,将有1个正确答案,其余4个答案将被视为错误答案。

损失函数为L = max(0,m−s(q,A +)+ max(s(q,Ai−)))

s1 = pd.Series([1, 2, 3], name='a')
s2 = pd.Series([1, 5, 2], name='b')
fig, axes = plt.subplots(1)
line1 = axes.plot(s1)
line2 = axes.plot(s2)
print(line1[0].get_label())
print(line2[0].get_label())

a
b

0 个答案:

没有答案
相关问题