我可以在keras中使用自己的成本函数吗？

1 回答

• 5

  是的你可以 . 自定义丢失可以实现为需要两个张量的函数，即预测的y和基础事实，并返回标量 . 函数使用的数学需要在张量流函数上定义，以便模型能够通过它们反向传播值 . 如果你需要你的函数接受比y_pred和y_true更多的输入，你可以将自定义损失包装在一个更广泛的函数中，它接受额外的参数并返回一个只需要y_true和y_pred的函数 . 以下是两个例子 .

  二进制交叉熵和mse之间的混合损失

  from keras.losses import mean_squared_error, binary_crossentropy
  
  def my_custom_loss(y_true, y_pred):
      mse = mean_squared_error(y_true, y_pred)
      crossentropy = binary_crossentropy(y_true, y_pred)
      return mse + crossentropy
  

  加权混合物（包裹）

  def my_custom_loss_wrapper(mse_weight, xentropy_weight):
     def my_custom_loss(y_true, y_pred):
         mse = mean_squared_error(y_true, y_pred)
         crossentropy = binary_crossentropy(y_true, y_pred)
         return mse_weight * mse + xentropy_weight * crossentropy
     return my_custom_loss
  

  回复于 2024-05-12T05:28:48+08:00