时间戳

首页 > 解决方案 > 将参数传递给 keras 损失函数的语法是什么？

keras - 将参数传递给 keras 损失函数的语法是什么？

问题描述

我试图用 from_logits=True 给我的 keras 神经网络分类交叉熵损失。但是，我不确定如何将其传递到代码中，因为它要求我指定目标和输出。

通常我可以使用：

network.compile(sgd, loss='categorical_crossentropy'),

但现在我不得不试试这个：

network.compile(sgd, loss=categorical_crossentropy(from_logits=True))

这给了我一个错误：

TypeError: categorical_crossentropy() missing 2 required positional arguments: 'target' and 'output'

我能想到的最好的是：

network.compile(sgd, loss=categorical_crossentropy(y_true, network.output, from_logits=True))

我不知道要为 y_true 放什么，因为这不是网络的一部分。我在网上浏览了一下，但没有遇到任何指定如何执行此操作的内容，包括奇怪的 keras 文档。

标签： kerassyntax

解决方案

Keras 损失严格地需要两个参数：（y_true地面实况数据）和y_pred（模型的输出）。

如果要使用具有不同签名的函数，则必须将其包装以遵循正确的签名。

import keras.backend as K

def cc_from_logits(y_true, y_pred):
    return K.categorical_crossentropy(y_true, y_pred, from_logits=True, axis=-1)

model.compile(loss=cc_from_logits)

我非常相信这cc_with_logits会带来与 softmax + 'categorical_crossentropy'.

推荐阅读