Keras 中的自定義損失 Function - 遍歷 TensorFlow

Question

我正在努力在 Keras 中創建自定義損失 function。 這是一個例子。

import keras.backend as K
def test(y_true, y_pred):
     loss = K.square(y_pred - y_true)
     loss = K.mean(loss, axis = 1)
return loss 

現在在這個例子中，我只想從 y_pred 中減去特定值，但由於這是在 tensorflow 中，我該如何迭代拋出它們。

例如，我可以遍歷 y_pred 來選擇值嗎？ 如何？ 假設對於這個例子，批量大小是 5。

我已經嘗試過諸如 y_pred[0...i] tf.arange 等等...

Answer 1

在編譯 model 時傳遞它。 喜歡

model.compile(optimizer='sgd', loss = test)

Keras 將自動迭代它。 您在 return 語句中也有意圖錯誤。

import keras.backend as K
def test(y_true, y_pred):
     loss = K.square(y_pred - y_true)
     loss = K.mean(loss, axis = 1)
     return loss 

def test_accuracy(y_true, y_pred):
     return 1 - test(y_true, y_pred)

通過這種方式，您可以將自定義損失 function 傳遞給 model ，您也可以類似地傳遞准確度函數

model.compile(optimizer='sgd', loss = test, metrics=[test_accuracy])