如何在 Tensorflow 中找到最大化神经网络输出的输入

Question

我正在使用 Tensorflow (2.4) 和 Keras 来构建我的神经网络模型。它需要两个张量作为输入并给出一个标量输出。网络已经过训练，从现在开始，它具有固定的权重。给定两个输入中的一个，是否有可能找到使输出值最大化的另一个输入的值？ 提前谢谢你

Answer 1

理论上是的。

让我们将您的网络模型称为f。它需要两个输入 x 和 y 并输出 f(x, y)。然后，假设x和f是固定的，你可以找到最大化f(x, y)的值y*如下：

计算f 相对于y 的梯度。那么，有两种可能。

1. 存在静止点。只需设置df/dy = 0 并求解y。这给出了y*，其中有最大值或最小值。计算f(x, y*) 以检查天气y* 给出最大值或最小值。

2. 没有固定点（或没有最大值）。在这里，您需要研究如果y 变化，f 在哪里减少或增加。为此，请查找df/dy > 0（增加）和df/dy < 0（减少）。你会发现，渐近地，函数增加了。只需采用y*=a，其中a 是您可以采用的最接近此类渐近线的值（考虑到您的数据类型精度）。