Keras中的自定義損失函數和輸出精度不正確

Question

當我按如下所示制作自定義損失函數時：（與binary_crossentropy相同）

def custom_loss(y_true, y_pred):
    ce = K.mean(K.binary_crossentropy(y_true, y_pred), axis=-1)
    return ce

keras / keras / losses.py中的binary_crossentropy是：

def binary_crossentropy(y_true, y_pred):
    return K.mean(K.binary_crossentropy(y_true, y_pred), axis=-1)

當我跑步時：

model.compile(loss='binary_crossentropy', optimizer=optimizer, metrics=['accuracy'])

輸出正確。

ETA: 6:20 - loss: 0.3697 - acc: 0.8343

如果我使用custom_loss：

model.compile(loss=custom_loss, optimizer=optimizer, metrics=['accuracy'])

輸出不正確：

ETA: 10:49 - loss: 0.7651 - acc: 0.0694

我們可以看到准確性不正確。 為什么？？

Answer 1

這是因為loss="binary_crossentropy"和自定義損失函數之間的精度不相同。

如果您設置loss='binary_crossentropy' ，則指標"acc"與'binary_accuracy'相同。 但是您將自定義損失函數設置為您的代碼，與'categorical_accuracy'相同。

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)


def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())

因此，如果獲得相同的acc值，則可以在指標數組中指定keras.metrics.binary_accuracy。

from keras.metrics import binary_accuracy

model.compile(loss=custom_loss,
              metrics=[binary_accuracy])