[英]What does axis=[1,2,3] mean in K.sum in keras backend?
我正在嘗試為我的 CNN 模型實現自定義損失函數。 我找到了一個IPython notebook ,里面實現了一個自定義的損失函數,名為Dice,如下:
from keras import backend as K
smooth = 1.
def dice_coef(y_true, y_pred, smooth=1):
intersection = K.sum(y_true * y_pred, axis=[1,2,3])
union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3])
return K.mean( (2. * intersection + smooth) / (union + smooth), axis=0)
def bce_dice(y_true, y_pred):
return binary_crossentropy(y_true, y_pred)-K.log(dice_coef(y_true, y_pred))
def true_positive_rate(y_true, y_pred):
return K.sum(K.flatten(y_true)*K.flatten(K.round(y_pred)))/K.sum(y_true)
seg_model.compile(optimizer = 'adam',
loss = bce_dice,
metrics = ['binary_accuracy', dice_coef, true_positive_rate])
我之前從未使用過 keras 后端,並且真的對 keras 后端的矩陣計算感到困惑。 所以,我創建了一些張量來查看代碼中發生了什么:
val1 = np.arange(24).reshape((4, 6))
y_true = K.variable(value=val1)
val2 = np.arange(10,34).reshape((4, 6))
y_pred = K.variable(value=val2)
現在我運行dice_coef
函數:
result = K.eval(dice_coef(y_true=y_true, y_pred=y_pred))
print('result is:', result)
但它給了我這個錯誤:
ValueError: Invalid reduction dimension 2 for input with 2 dimensions. for 'Sum_32' (op: 'Sum') with input shapes: [4,6], [3] and with computed input tensors: input[1] = <1 2 3>.
然后我將所有[1,2,3]
更改為-1
,如下所示:
def dice_coef(y_true, y_pred, smooth=1):
intersection = K.sum(y_true * y_pred, axis=-1)
# intersection = K.sum(y_true * y_pred, axis=[1,2,3])
# union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3])
union = K.sum(y_true, axis=-1) + K.sum(y_pred, axis=-1)
return K.mean( (2. * intersection + smooth) / (union + smooth), axis=0)
現在它給了我一個價值。
result is: 14.7911625
問題:
[1,2,3]
?[1,2,3]
更改為-1
時代碼有效?dice_coef
函數有什么作用?就像在 numpy 中一樣,您可以定義要執行某個操作的軸。 例如,對於 4d 數組,我們可以像這樣沿特定軸求和
>>> a = np.arange(150).reshape((2, 3, 5, 5))
>>> a.sum(axis=0).shape
(3, 5, 5)
>>> a.sum(axis=0, keepdims=True).shape
(1, 3, 5, 5)
>>> a.sum(axis=1, keepdims=True).shape
(2, 1, 5, 5)
如果我們提供一個元組,我們可以沿多個軸執行此操作。
>>> a.sum(axis=(1, 2, 3), keepdims=True).shape
(2, 1, 1, 1)
如果參數為-1
,則默認在最后一個軸上執行操作,無論有多少個軸。
>>> a.sum(axis=-1, keepdims=True).shape
(2, 3, 5, 1)
這應該澄清了第 1 點和第 2 點。由於軸參數是(1, 2, 3)
,因此您至少需要 4 個軸才能使操作有效。 嘗試將您的變量更改為val1 = np.arange(24).reshape((2, 2, 2, 3))
東西,一切正常。
該模型似乎計算二元交叉熵 Dice 損失和dice_coeff()
,顧名思義,計算Dice 系數。 我不確定smooth
的目的是什么,但如果它是為了避免除以 0,你會期望一個小數字,比如 1e-6。
什么是 [1,2,3]?
這些數字指定了我們想要求和的維度。 最小的數字表示外部尺寸,最大的數字表示內部尺寸。 看例子:
import tensorflow as tf
tf.enable_eager_execution()
a = tf.constant([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(tf.reduce_sum(a, axis=2).numpy())
#[[ 3 7]
# [11 15]]
print(tf.reduce_sum(a, axis=1).numpy())
#[[ 4 6]
# [12 14]]
print(tf.reduce_sum(a, axis=0).numpy())
#[[ 6 8]
# [10 12]]
在上面的示例中, axis = 2
表示內部條目是:[1,2]、[3,4]、[5,6] 和 [7,8]。 結果,求和后,我們得到了張量: [[3, 7], [11, 15]]
。 同樣的想法適用於其他軸。
為什么當我將 [1,2,3] 更改為 -1 時代碼有效
當我們沒有指定任何軸或另一方面指定所有軸時,意味着我們對所有張量元素求和。 這導致我們的張量轉換為單個標量。 見示例:
a = tf.constant([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(tf.reduce_sum(a).numpy()) # 36
print(tf.reduce_sum(a, axis=[0,1,2])) # 36
如果我們有 3 個維度 [0, 1, 2], axis = -1
等於axis = 2
。 有關 python 索引的完整教程,請參見此處。
這個 dice_coef 函數有什么作用?
有關 dice_coef 的完整說明,請參見此處。
你問題的前兩部分已經解釋過了。 我會解釋最后一個。
dice_coef 函數是計算骰子相似系數,它是一個損失函數。 我將解釋圖像分割任務的上下文,因此骰子相似系數是衡量兩個輪廓重疊程度的指標。
它的值范圍從 0 到 1。
一般來說,對於兩組A和B,Dice相似系數定義為:
DSC(A,B)=( 2 × |A ∩ B| ) / ( |A|+|B| )。
為了避免被零除,添加了一個很小的數 ϵ
DSC(A,B)= ( 2 × |A ∩ B| + ϵ ) / ( |A| + |B|+ ϵ )。
在你的情況下:
A 是 y_true
B 是 y_pred
ϵ 是平滑的
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.