我试图用Keras的序列模型来解决二进制分类问题
必须满足给定的Balanced Error Rate (BER)
所以我认为用误码率代替准确度是个好主意。在
我的BER自定义度量实现如下所示:
def balanced_error_rate(y_true, y_pred):
labels = theano.shared(np.asmatrix([[0, 1]], dtype='int8'))
label_matrix = K.repeat_elements(labels, K.shape(y_true)[0], axis=1)
true_matrix = K.repeat_elements(y_true, K.shape(labels)[0], axis=1)
pred_matrix = K.repeat_elements(K.round(y_pred), K.shape(labels)[0], axis=1)
class_lens = K.sum(K.equal(label_matrix, true_matrix), axis=1)
return K.sum(K.sum(class_lens - K.sum(K.equal(label_matrix, K.not_equal(true_matrix,pred_matrix)), axis=1), axis=0)/class_lens, axis=0)/2
我们的想法是从可用的标签中创建一个矩阵,并将其与输入数据进行比较(然后求和),以获得该标签的元素数。。。。在
我的问题是:
^{pr2}$……我也不知道为什么。在
我现在正在寻找:
一种获取数组维数的方法/解释shape
的行为方式/为什么y_true
似乎有0
维
或
通过重复给定的行/列向量来创建具有给定with/height的张量矩阵的一种方法。在
或
使用张量函数计算误码率的一个更聪明的解决方案。在
处理
print
和抽象库(如Theano)的方法是,通常不获取值,而是获取值的表示。所以如果你这么做您不会得到实际的形状,而是运行时完成的操作的表示。由于这些都是在外部设备上计算的,所以计算不会立即运行,而是在创建具有适当输入的函数(或调用
foo.shape.eval()
)之后才运行。在打印值的另一种方法是在使用值时使用
^{pr2}$theano.printing.Print
,例如:请参见^{} 。numpy中的示例(用法非常类似):
相关问题 更多 >
编程相关推荐