tensorflow - 如何实现 K.sum() 以便聚合所有样本的所有元素?
问题描述
我正在为输入和输出灰度图像的 Keras 网络创建自定义损失。这种损失在执行期间应该执行的一件事是计算整个数据集中所有像素值的总和。
例如,如果第一张图像有 1 个白色像素和 3 个黑色,第二张图像有 2 个白色像素和 2 个黑色,那么我想返回 255 * 3 = 765。
但是,由于某种原因,简单的解决方案(下面的示例)似乎计算了图像之间的 batch_size * mean sum_elements。你能帮我解决这个问题吗?
def my_loss(y_true, y_pred):
sum_elements = K.sum(y_true)
return sum_elements
解决方案
推荐阅读
- macos - 使用 CGWindowListCreateImage 捕获屏幕只是返回壁纸
- javascript - localeCompare 对象数组排序不起作用
- clojurescript - ClojureScript 中的实时音频处理
- vb.net - 从 ShowDialog 表单引发的事件不会一直通过 com 互操作引发到调用 vb6 应用程序?
- git - git+ssh 在像 git+ssh://git@github.com/xxx.git 这样的 npm repo 路径中是什么意思
- android - 添加新房间 2.2.2 依赖项后未构建 Androidx 项目
- jenkins - Bitbucket Server Webhook 到多分支管道中的 Jenkins:错误:Jenkins 响应:没有使用存储库的 git 作业
- error-handling - Excel 电源查询、回退连接/OleDb 数据源的错误处理
- c# - 将数组作为命令行参数传递给 Asp.Net Core
- c# - IQueryable 与 Automapper:参数类型不匹配(仅在投影上?)