matlab中使用polyfit函数,把51个wsp衰减数据拟合成6个多项式系数wsp_coefficients 。
在python中,传入(1,6)的wsp_coefficients多项式系数
自定义一个输入层InputPowerLayer,实现功能:
把 (1,6)的wsp_coefficients的数组进行keras的方法或者数学处理方法进行处理得到一个(1,51)的数组wsp衰减数据,是该层的输出。
然后把该自定义层+已经初始预训练后的model0的其他层 拼起来成为model1 ,训练model1,得到优化后的wsp_coefficients。
在训练时,把其他层都冻结,只设置自定义层可训练,通过已知目标target_osnr,不断训练,找到一个最优的wsp_coefficients,使得预测的pre_osnr无限接近target_osnr。
这个是我现在编写的代码,误差非常大达到300多,请各位大神帮忙看看怎么修改代码,可以实现上述的功能,并进行训练减小loss。
孩子代码小白,最近被老师骂惨了,救救孩子吧
下面是附上我的代码: