tensorflow - 我应该使用什么损失函数和指标来训练返回类别序列的 RNN？

Question

我正在尝试训练一个模型，返回单词序列(RNN)的类。

我为我的模型提供一系列嵌入:

[ batchSize, sequence_length, word_embedding ] as float[]

并获取一系列 one-hot 数组:

[ batchSize, sequence_length, number_of_classes ] as bool[]

我将其与相同格式的基本事实进行比较。

<小时/>

So, I am wondering:

1. 我应该使用什么损失？
2. 我应该报告哪些指标来跟踪所取得的进展？

Answer 1

听起来您正在训练一个系统来执行多类分类，其中每个样本都属于一组已知的类中的一个。对于此任务，常见的选择是使用 categorical_crossentropy 或 sparse_categorical_crossentropy

请参阅此处了解损失的定义: https://keras.io/losses/

请参阅此处的基本使用示例(在 python 中，但 JS API 匹配)。 https://colab.sandbox.google.com/github/tensorflow/docs/blob/master/site/en/r2/tutorials/quickstart/beginner.ipynb