有没有办法在tensorflow中专门优化神经网络的单个输出？

Question

例如，如果我有一个正在玩跳棋/跳棋的神经网络，并试图进行无效的移动，有没有一种方法可以专门优化那个特定的输出？

  ---------------------------------------
8 |    | bM |    | bM |    | bM |    | bM | 
  ---------------------------------------
7 | bM |    | bM |    | bM |    | bM |    | 
  ---------------------------------------
6 |    | bM |    | bM |    | bM |    | bM | 
  ---------------------------------------
5 |    |    |    |    |    |    |    |    | 
  ---------------------------------------
4 |    |    |    |    |    |    |    |    | 
  ---------------------------------------
3 | wM |    | wM |    | wM |    | wM |    | 
  ---------------------------------------
2 |    | wM |    | wM |    | wM |    | wM | 
  ---------------------------------------
1 | wM |    | wM |    | wM |    | wM |    | 
  ---------------------------------------
    A    B    C    D    E    F    G    H  

如果棋盘看起来像这样，在吃水区域中的每一个可能的移动(在任何方向上最多移动2次)都有一个输出神经元，那么64 *8个输出神经元，如果最高概率的输出是神经元8(或任何其他无效输出)，这将类似于B1C2 (B1是开始位置，C2是结束位置)。

如果神经网络的输出已经是概率分布，是否有一种方法可以更新网络，使此特定输出为0，并对所有其他输出进行更新和归一化？

我试着查看了在mnist数据集和adamoptimizer上训练的神经网络的例子，但找不到任何只改变一个特定输出而不是改变整个输出层的东西。

谢谢你的帮助！

Answer 1

对于这个特定的例子，你最好重组你的网络，只包括可能有效的移动。B1C2永远不会是一个有效的举动，所以不要让它成为你网络的一部分。

对于可能有效但实际上无效的移动，例如B2C3 (在第一轮中无效，但在移动当前在C3上的棋子之后有效)，您可以编写一个自定义激活函数，但只调整输出可能会更容易。

您可以编写一个函数，将每个无效移动设置为零，然后将所有其他答案除以(1 -无效移动预测的总和)。请注意，这假设您已经使用softmax作为最后的激活函数。

基于以下后续问题的编辑：

您可以编写一个函数，该函数将棋盘状态和预测作为输入，并返回无效移动设置为零的预测，并对其余预测进行标准化。

如果不是修改最终结果，而是让网络了解哪些移动是无效的，则可以由损失函数来处理。例如，如果你正在做深度Q学习，那么你会对无效移动的分数增加沉重的惩罚。