首页 文章

Tensorflow / Keras自定义丢失功能

提问于
浏览 次
0

我想在keras中创建自定义丢失函数 .

假设我有yTrue和yPred，它们是真实和预测标签的张量（n×m） .

让我们调用每个样本n（即yTrue和yPred中的每一行）yT和yP . 然后我想要一个在yT [0] == 1时计算（yT-yP）^ 2的损失函数，否则它将计算（yT [0] -yP [0]）^ 2 .

That is: for each sample I always want to calculate the squared error for the first element - but I want to calculate the squared error of the other elements only if the first element of the true label == 1.

如何在自定义丢失功能中执行此操作？

这是我到目前为止所获得的：

我需要通过张量操作来做到这一点 . 首先，我可以计算

Y = (yTrue - yPred)^2

然后我可以定义一个屏蔽矩阵，其中第一列始终为1，其他列为1，具体取决于yTrue每行的第一个元素的值 . 所以我可以得到类似的东西

1 0 0 0 0 
1 0 0 0 0
1 1 1 1 1
1 1 1 1 1 
1 0 0 0 0

然后，我可以将这个矩阵元素乘以Y并获得我想要的东西 .

但是，如何生成掩蔽矩阵？特别是，如何在tensorflow / keras中执行“如果行的第一个元素是1”的条件？

也许有更好的方法来做到这一点？谢谢

tensorflow keras

1 回答

  • 1

    您可以在后端使用条件开关 K.switch . 有点像：

    mse = K.mean(K.square(y_pred - y_true), axis=-1) # standard mse
msep = K.square(y_pred[:,0] - y_true[:,0])
return K.switch(K.equals(y_true[:,0], 1), mse, msep)

    编辑每个样品条件的处理 .

    回复于

相关问题