将边界条件应用于 Keras 输出

Question

我有一个周期值（角度），周期 = pi（即pi+a = a）。在给定一组输入的情况下，我正在 Keras 中训练一个神经网络来输出这个值。网络表现非常好，除了边界0和pi（如果真值为0或pi，它的预测是随机的）。这可以在this histogram 中看到。有谁知道这是为什么？我可以以某种方式在训练中包含边界，或者告诉它如果它预测pi+a，当真值为a，那么它预测正确并且不需要更新它的权重和偏差？谢谢。

Answer 1

神经网络在数据中存在非连续行为的任务上表现不佳。尤其是像你这样的角度数据。为了规避您的问题，您可以首先对目标值进行三角变换。这实际上只是将内核应用于您的数据。假设您的定期输出数据是y=0...π。那么你的新目标是一个双值向量y_hat=[sin(2y), cos(2y)]。让您的网络针对 y_hat 进行训练，同时在推理期间执行反向转换 y=.5 atan2(y_hat) 以获得原始值。