如何裁剪 Keras 中图层返回的值？

如何剪辑返回的值Lambda layer?

我尝试使用这个：

from keras.backend.tensorflow_backend import clip
from keras.layers.core import Lambda

...
model.add(Dense(1))
model.add(Activation('linear'))
model.add(Lambda(lambda x: clip(x, min_value=200, max_value=1000)))

但我把 Lambda+clip 放在哪里并不重要，它不会影响任何东西？

它实际上必须在 model.compile 步骤中作为损失来实现。

from keras import backend as K

def clipped_mse(y_true, y_pred):
    return K.mean(K.square(K.clip(y_pred, 0., 1900.) - K.clip(y_true, 0., 1900.)), axis=-1)

model.compile(loss=clipped_mse)

编辑：实际上，现在事后看来，我认为这可能不是正确的方法。这实际上意味着我们不会因为超过太高的值而增加惩罚——这在某种程度上与我们想要的相反。