自作の出力層を定義す​る際、学習データ以外​の数値データを使用す​るにはどうすればよい​ですか？

自作の（回帰）出力層を定義する際、学習データ以外の数値データを使用するにはどうすればよいですか？

ひとつの方法として、次のように層のプロパティとして数値データXをコンストラクタで与えておくことを考えています。

classdef myRegressionLayer < nnet.layer.RegressionLayer
  properties
      X
  end
  methods
      function layer = myRegressionLayer(X)           
          layer.X = X;
      end
      function loss = forwardLoss(layer, Y, T)
          loss = mylossfun(Y, layer.X(id, :));
      end
      function dLdX = backwardLoss(layer, Y, T)
          dLdX = d_mylossfun(Y);
      end
  end
end

しかし、この方法には2点の問題があります。

1. trainNetworkで与える学習データに対応するインデックスを取得する方法がわからない
2. 数値データXは学習、検証および実装でそれぞれ異なるデータを与えたいが、この方法では学習時のXだけしか使えない

もうひとつの方法として、今回は損失関数の計算にターゲットデータが不要なため、ターゲットデータに数値データXを与えることを考えました。 しかし、この方法ではtrainNetworkを実行した際にYのサイズとTのサイズ（ここではT=Xとなります）が等しくないためにエラーとなってしまいます。

何かよい方法はありませんでしょうか？

Answer 1

[Naoya]

基本的に敷居が高い処理になるとは思いますが、あくまでもアイディアレベルで次のような方法は如何でしょうか？

1) 入力側のデータに対してプラスアルファで、評価関数に与えたいデータを予め追加しておきます。

2) 従来の入力信号 と 評価関数に与えたいデータを分離します。 こちらの分離作業は、カスタムネットワークにて行うことになると思います。

3) DAGネットワークで従来の畳み込みや全結合層を含む処理と 評価関数に与えたいデータを別ルートとします。

4) myRegressionレイヤの前段で、従来の畳み込みのプロセスから得られた行列と、上記2) で分割した評価関数側に与えたいデータを結合処理します。

5) myRegressionレイヤ側で、カスタム評価関数を定義します。

[Fumiya Watanabe]

ご教示いただいた方法で実現できそうです。 大変ありがとうございました。