neural network - कैफ में एक नेटवर्क में मुझे कितने नुकसान हो सकते हैं?



neural-network deep-learning (1)

अगर मैं एक नेटवर्क में कई नुकसान परतों को परिभाषित करता हूं, तो क्या नेटवर्क के शुरुआती दौर से होने वाले कई बैक प्रचार होंगे? मेरा मतलब है कि वे भी उस तरह से काम करते हैं?
मान लीजिए मेरे पास इस तरह का स्थान है:

Layer1{
}
Layer2{
}
...
Layer_n{
}
Layer_cls1{
bottom:layer_n
top:cls1
}
Layer_cls_loss1{
type:some_loss
bottom:cls1
top:loss1
}
Layer_n1{
bottom:layer_n
..
}
Layer_n2{
}
...
layer_n3{
}
Layer_cls2{
bottom:layer_n3
top:cls2
}
Layer_cls_loss2{
type:some_loss
bottom:cls2
top:loss2
}
layer_n4{
bottom:layer_n3
..
}
...
layer_cls3End{
top:cls_end
bottom:...
}
loss{
bottom:cls_end
top:loss:
type: someloss
}

तो मूल रूप से लगता है कि प्रत्येक नेटवर्क के लिए एक वर्गीकरण / हानि होने की बजाय, हमारे बीच में कई बीच भी हैं

और यदि वे काम करते हैं, तो मैं सभी घाटे को एक साथ कैसे जोड़ सकता हूं और आखिरी हानि का आखिरी नुकसान कैसे कर सकता हूं?


कैफ आपके लिए यह करता है
इसके अलावा, हर नुकसान स्तर के लिए आपके पास loss_weight पैरामीटर है जो आपको यह तय करने की अनुमति देता है कि नेट में अन्य सभी घाटे के संबंध में यह विशिष्ट नुकसान कैसे प्रभावी है।
कुल मिलाकर, कैफ द्वारा कम से कम नुकसान मॉडल में सभी नुकसान परतों का भारित राशि है।