Keras中的多元Poisson损失函数

Question

我想用Keras进行多元泊松回归。换句话说，我想最大化输出向量（i）中每个元素的Product[P(y_true[i] | y_pred[i])]。在这种情况下，P是泊松pmf。在

我相信我可以用一个自定义的损失函数来实现。然而，如何使用keras.backend中的可用函数来实现这个丢失函数是一个挑战。在

特别是，我无法找到一种方法来实现一维张量的元素阶乘，这是计算泊松pmf所必需的。在

有人能告诉我怎么做吗？或者即使可以做到？在

Answer 1

Keras有一个内置的Poisson loss function！如果你有多个结果，Keras只会将损失函数应用于每个变量的预测，并将它们相加（如果你想对一个变量的损失比另一个变量的损失更重，则必须创建一个自定义的损失函数）。在

顺便说一句，您不需要为计算PMF中的阶乘而担心，因为factorial(y_true[i])不是模型参数的函数。在Poisson Regression wiki上有一个目标函数的快速推导（损失函数就是它的负数）。它是在一个线性模型的上下文中，但是只要将theta_prime * x[i]替换为y_pred[i]，它就会与这里的上下文相匹配。在