繁体   English   中英

梯度优化程序的自定义外部损失指标?

[英]Custom external loss metric for Gradient Optimizer?

我有一个外部函数,它使用y和y_prediction(以矩阵格式),并计算一个度量,该度量描述了预测的好坏。

不幸的是,度量标准不是简单的y-ypred或混淆矩阵,而是仍然非常有用和重要。 如何使用此数字计算损失或作为optimizer.minimize的参数?

如果我正确理解,我认为有两种方法可以做到这一点:

可以将要计算的损失写为定义了梯度的tensorflow ops(例如,可悲的是SVD在tensorflow库中没有定义梯度),那么优化是直接的。

或者,您始终可以使用numpy运算符编写损失函数,并使用tf.py_func() https://www.tensorflow.org/api_docs/python/tf/py_func ,然后您必须按照此处所述手动显示渐变: 如何在Tensorflow中仅使用Python制作自定义激活功能? 但是您必须知道渐变的明确公式...

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM