tensorflow - keras.backend 和 Tensorflow 的函数有什么区别
问题描述
我正在尝试自定义 keras 的损失函数。我看到了这个例子:
将 tensorflow 导入为 tf 将 keras.backend 导入为 K
def mean_pred(y_true, y_pred):
return K.mean(y_pred)
我可以使用类似的东西:
def mean_pred(y_true, y_pred):
return tf.mean(y_pred)
有什么区别吗?
解决方案
两者都是相同的,并且计算跨张量维度的元素的平均值,并等效于 Numpy 平均值,即 np.mean。它也是 tf.math.reduce_mean。