Есть ли способ масштабировать выходной сигнал CNN перед вычислением функции потерь в кератах. Это должно было бы работать и для партий. В частности, я тренирую изображения, и на выходе получается карта вероятности каждого пикселя для всего пакета. Затем я вычисляю функцию потерь с данными истинности земли. Проблема заключается в том, что прогнозируемый выходной результат во время обучения на некоторой промежуточной стадии лежит в диапазоне от 0,02 до 1e-4, а пиксели истинной земли лежат в диапазоне от 0 до 1, поэтому функция потерь не штрафует пиксели, которые не похожи на истинную землю. Я получаю это, визуализируя квадратичную ошибку между выходом на некоторой промежуточной стадии и данными истинности относительно земли. 
Мне бы хотелось, чтобы квадратичная ошибка между истинностью земли и предсказанием выглядела как то, что я могу получить, масштабируя прогноз между 0 и 1, а затем вычисляя квадратную разницу между истинностью и прогнозом 