首页 文章

张量加权平均数

提问于
浏览 次
3

我正在尝试在keras框架中实现自定义目标函数 . 分别是一个加权平均函数，它取两个参数张量y_true和y_pred;权重信息来自y_true张量 .

张量流中是否存在加权平均函数？或者关于如何实现这种损失函数的任何其他建议？

我的功能看起来像这样：

function（y_true，y_pred）A =（y_true-y_pred）** 2 w - 可从y_true导出，与y_true返回平均值相同的张量（A，weight = w）< - 标量

y_true和y_pred是3D张量 .

python tensorflow keras

1 回答

  • 1

    您可以使用 keras 上的 keras 中的一个现有目标（也称为损失） .

    您也可以实现自己的自定义函数丢失：

    from keras import backend as K

def my_loss(y_true, y_pred):
    return K.mean(K.square(y_pred - y_true), axis=-1)

# Let's train the model using RMSprop
model.compile(loss=my_loss, optimizer='SGD', metrics=['accuracy'])

    注意 K 模块，它应该用来充分利用keras性能的keras后端，除非你不关心性能问题，否则不要做这样的事情：

    def my_bad_and_slow_loss(y_true, y_pred):
    return sum((y_pred - y_true) ** 2, axis=-1)

    对于您的具体情况，如果您需要帮助，请编写您想要的目标函数 .

    更新

    你可以尝试这个来提供重量 - W 作为损失函数：

    def my_loss(y_true, y_pred):
    W = np.arange(9) / 9.  # some example W
    return K.mean(K.pow(y_true - y_pred, 2) * W)
    回复于

相关问题