Я делаю некоторую сегментацию изображений и хочу повлиять на то, как сверточная нейронная сеть учится, передавая изображения вместе с весовыми матрицами (вычисленными из масок наземной правды) в сеть.
Я закодировал эту часть в tf.keras, указав 2 входных слоя, чтобы матрицы изображений и весов можно было передать в модель, предоставив их в виде списка в функции model.fit.
Тем не менее, поскольку матрицы весов вычисляются из базовых истин, которых у меня нет для сегментаций, которые я хочу предсказать, что я должен передать в функцию model.predict?
ВВ моей реализации матрицы весов используются только в связи с пользовательской функцией потерь.Так как функция потерь не используется при прогнозировании, я предполагаю, что я могу просто использовать любую матрицу случайного веса (или матрицу 1 с) в model.predict, и это не окажет негативного влияния на результат прогнозирования?