时间戳

首页 > 解决方案 > Keras 模型 - 在自定义损失函数中获取输入

tensorflow - Keras 模型 - 在自定义损失函数中获取输入

问题描述

我在使用 Keras 自定义损失函数时遇到问题。我希望能够以numpy 数组的形式访问真相。因为它是一个回调函数，我想我不是在急切执行中，这意味着我无法使用 backend.get_value() 函数访问它。我也尝试了不同的方法，但总是回到这个“张量”对象不存在的事实。

我需要在自定义损失函数中创建一个会话吗？

我正在使用最新的 Tensorflow 2.2。

def custom_loss(y_true, y_pred):

    # 4D array that has the label (0) and a multiplier input dependant
    truth = backend.get_value(y_true)

    loss = backend.square((y_pred - truth[:,:,0]) * truth[:,:,1])
    loss = backend.mean(loss, axis=-1)  

    return loss

 model.compile(loss=custom_loss, optimizer='Adam')
 model.fit(X, np.stack(labels, X[:, 0], axis=3), batch_size = 16)

我希望能够接触到真相。它有两个组件（标签、乘数，每个项目都不同。我看到了一个依赖于输入的解决方案，但我不确定如何访问该值。基于输入数据的 Keras 中的自定义损失函数

标签： tensorflowkeras

解决方案

我认为您可以通过启用来做到这一点，run_eagerly=True如下model.compile所示。

model.compile(loss=custom_loss(weight_building, weight_space),optimizer=keras.optimizers.Adam(), metrics=['accuracy'],run_eagerly=True)

我认为您还需要更新custom_loss，如下所示。

def custom_loss(weight_building, weight_space):
  def loss(y_true, y_pred):
    truth = backend.get_value(y_true)
    error = backend.square((y_pred - y_true))
    mse_error = backend.mean(error, axis=-1) 
    return mse_error
  return loss

我用一个简单的mnist数据来展示这个想法。请看这里的代码。

推荐阅读