2024-04-25 22:35:36 发布
网友
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
您可以使用here中的keras的现有目标之一(也称为损失)。在
keras
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:
K
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
您可以尝试提供权重-W作为损失函数:
W
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)
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:
请注意
^{pr2}$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: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:相关问题 更多 >
编程相关推荐