使用Tensorflow / Keras的神經網絡中的負二項損失

Question

我正在處理一個高度傾斜的計數數據集，它通常適合負二項式。 我想在前饋神經網絡中使用負二項式作為Keras或Tensorflow中的損失函數。

據我所知，在查看可用的損失函數之后，keras或tensorflow不存在這樣的函數（雖然我希望我錯了，我只是錯過了一些東西）。

我環顧四周，我看到帖子建議只是換掉包含負二項式的損失，但是看起來更多的是在張量流中創建自定義丟失而不僅僅是用tf.contrib.distributions交換它.NegativeBinomial

有幾個帖子談論為Tensorflow / keras創建自定義丟失函數，例如： https ：//datascience.stackexchange.com/questions/25029/custom-loss-function-with-additional-parameter-in-keras看了之后這個，我正在努力弄清楚如何編碼。

我想知道是否1）任何人已經使用負二項式創建了一個損失函數，並願意分享它的編碼方式或2）如何使這項工作的提示。

我在這個項目上專門用python工作。

提前感謝所有幫助。

Answer 1

我不知道負二項式損失，但我知道如何實現自定義損失函數

def custom_loss(y_true, y_pred):
    ...
    loss = ...
    return loss

將y_true和y_pred視為張量。 （這意味着您需要使用tensorflow或keras.backend中的函數，而不是使用諸如np.pow（y_true，2）之類的函數。

將自定義丟失函數作為編譯參數傳遞

model.compile(loss=custom_loss, optimizer='your favorite optimizer')