Je cherchais à créer un perceptron multicouche en utilisant les contraintes de monotonicité sur les entrées du treillis tf. Basé sur l'article Tables de consultation interpolées calibrées monotones Il semble que les couches de treillis ne devraient fonctionner qu'avec une seule couche afin d'appliquer des contraintes. Cependant, j'ai également parcouru le Réseaux en treillis profonds où des treillis d'ensemble ont été utilisés. Y a-t-il une implémentation publiquement disponible de ceci dans tf ? Tous les tutoriels dans le github de tf lattice semblent être une optimisation par contrainte à une seule couche sur les caractéristiques.
Réponses
Trop de publicités?
Adiel Loinger
Points
100
Je ne suis pas sûr du réseau en treillis "profond", mais vous pouvez utiliser des ensembles. Voir aquí
Yichen Zhou
Points
26
Il est mis en œuvre en tant que couches aléatoires de petits treillis (rtl_layer). Vous pouvez les empiler les uns sur les autres pour créer d'autres couches. Notez que vous devez marquer chaque couche, à l'exception de la couche inférieure, comme monotonique par rapport à toutes ses entrées, afin de vous assurer que la monotonicité est transmise à votre prédiction finale.
