时间戳

首页 > 解决方案 > 是否有可能有一个返回数组（或张量）而不是数字的度量？

tensorflow - 是否有可能有一个返回数组（或张量）而不是数字的度量？

问题描述

我有一个带有输出的神经网络NxM，其中N是批量大小，并且M是网络需要进行预测的输出数量。我想为M网络的每个输出计算一个度量，即跨批次的所有实例，但对每个M输出分别计算，这样就会有M这个度量的值。我尝试按如下方式创建自定义指标。

def my_metric(y_true, y_pred):
    return [3.1, 5.2] # a list of dummy values

然后将此度量传递给compile模型的方法的度量列表，然后 Keras 输出一个数字，该数字是3.1和5.2（在本例中为(3.1 + 5.2)/2 = 4.15）的平均值，而不是打印实际列表。那么，有没有办法返回和打印一个列表（或 numpy 数组）作为指标？当然，在我的具体情况下，我不会返回上面示例中的虚拟列表，但我的自定义指标更复杂。

标签： tensorflowkerasmetricstensorflow2.0

解决方案

每 M 制定一个指标。

一个输出的工作代码：

from keras.layers import Dense, Input
from keras.models import Model
import keras.backend as K
import numpy as np

inputs = Input((5,))
outputs = Dense(3)(inputs)
model = Model(inputs, outputs)

def metricWrapper(m):
    def meanMetric(true, pred):
        return pred[:, m]
    meanMetric.__name__ = 'meanMetric_' + str(m)
    return meanMetric
metrics = [metricWrapper(m) for m in range(3)]

model.compile(loss='mse', metrics=metrics, optimizer='adam')
model.fit(np.random.rand(10,5), np.zeros((10,3)))

推荐阅读