Обновлять вес модели керас только на основе образцов, которые соответствуют условию во время тренировки

Question

У меня есть модель автоэнкодера, использующая керасы, форма ввода и вывода (BATCH_SIZE, 20). В середине находится лямбда-слой, который фильтрует данные. Другими словами, если размер пакета равен 1000, из слоя Lambda может быть только 700. Затем я хочу обновить веса на основе только этих 700 выборок. Есть ли способ справиться с этим в Керасе?

Answer 1

Я недавно имел дело с такой ситуацией, и я справился с тем, чтобы сохранить размер партии гибким. Например: если вы используете TensorFlow, определите заполнитель как [Нет, w, h, 3] (в случае изображения) и разработайте вашу модель. Вес не имеет никакого отношения к размерам партии. Таким образом, когда вы уменьшите размер вычислений по оси = 0, остальные изменения произойдут соответственно. По сути, не определяйте конкретный размер партии, сохраняйте его гибким.