加权平均数

Question

我试图在keras框架中实现一个自定义目标函数。 分别取两个自变量张量y峈u真和y_pred的加权平均函数；权重信息由y峈真张量导出。在

张量流中有加权平均函数吗？ 或者对如何实现这种损失函数有什么建议？在

我的功能应该是这样的：

函数（y_true，y_pred） A=（y_true-y_pred）**2 w—可由y逯真导出，与y逯真形状相同的张量 返回平均值（A，weights=w）<；--标量

yu true和yu pred是三维张量。在

Answer 1

您可以使用here中的keras的现有目标之一（也称为损失）。在

您还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'])

请注意K模块，它是您应该使用的keras后端来充分利用keras性能，除非您不关心性能问题，否则不要这样做：

^{pr2}$

对于你的具体情况，如果你需要帮助，请写下你想要的目标函数。在

更新

您可以尝试提供权重-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)