我需要为Keras实现一个定制的目标函数,其中我需要一个额外的tensorflow占位符来进行计算。在tensorflow中,我有如下内容:
pre_cost1 = tf.multiply((self.input_R - self.Decoder) , self.input_mask_R)
cost1 = tf.square(self.l2_norm(pre_cost1))
其中input_mask_R是tensorflow占位符。输入端和解码器分别是对应于Keras损失函数的y_true和y_pred的占位符。我把Keras损失函数实现为
^{pr2}$我需要在keras的损失函数中添加输入掩码的附加信息。(它需要是tensorflow占位符,因为它是输入的掩码,对于每一行输入数据都是不同的)。在
使用keras后端:
张量的大多数函数都有,例如:
^{pr2}$但也许,既然你想要一个预先定义好的面具,你需要的是:
你也可以用
K.multiply
和K.square
相乘和平方。这样,如果你想改变后端,一切都会好起来的。(我也不确定Keras是否能处理对tensorflow函数的直接调用……)请参阅文档:https://keras.io/backend/
相关问题 更多 >
编程相关推荐