Python中文
首页
教程
问答
标签
搜索
登录
注册
带定制损耗+路缘石的装载模型
回答此问题可获得
20
贡献值,回答如果被采纳可获得
50
分。
<p>在Keras中,如果您需要一个带有附加参数的自定义损耗,我们可以像<a href="https://datascience.stackexchange.com/questions/25029/custom-loss-function-with-additional-parameter-in-keras">https://datascience.stackexchange.com/questions/25029/custom-loss-function-with-additional-parameter-in-keras</a>中提到的那样使用它</p> <pre><code>def penalized_loss(noise): def loss(y_true, y_pred): return K.mean(K.square(y_pred - y_true) - K.square(y_true - noise), axis=-1) return loss </code></pre> <p>当我训练这个模型时,上面的方法是有效的。然而,一旦模型被训练,我就很难加载模型。当我尝试在如下的加载模型中使用custom_objects参数时</p> <pre><code>model = load_model(modelFile, custom_objects={'penalized_loss': penalized_loss} ) </code></pre> <p>它抱怨<code>ValueError: Unknown loss function:loss</code></p> <p>是否有任何方法可以将损失函数作为<code>custom_objects</code>中的自定义损失之一传入?据我所知,在加载模型调用期间,内部函数不在命名空间中。是否有更简单的方法加载模型或使用带有附加参数的自定义损耗</p>
0 条评论
分类:
Python问答
请先
登录
后评论
默认排序
时间排序
1 个回答
匿名
1天前
擅长:python、mysql、java
<p>你可以试试这个:</p> <pre><code>import keras.losses keras.losses.penalized_loss = penalized_loss </code></pre> <p>(在当前“py”文件中定义了“惩罚损失”函数之后)。</p>
请先
登录
后评论
针对此问题:
更多的回答
关注
89
关注
收藏
1
收藏,
216
浏览
网友 提问于 2天前
相关Python问题
将Pandas数据帧转换为PyTorch张量?
9 回答
将Pandas数据帧转换为scipy稀疏矩阵
7 回答
将Pandas数据帧转换为Spark Datafram时出现问题
7 回答
将pandas数据帧转换为spark DataFram时出错
3 回答
将Pandas数据帧转换为spark datafram时收到错误
1 回答
将Pandas数据帧转换为Spark数据帧
10 回答
将Pandas数据帧转换为Tensorflow数据
5 回答
将Pandas数据帧转换为tkinter obj
5 回答
将pandas数据帧转换为XML
4 回答
将Pandas数据帧转换为值sql语句
3 回答
将pandas数据帧转换为元组
4 回答
将pandas数据帧转换为元组列表
4 回答
将pandas数据帧转换为元组列表并删除所有pandas数据类型
1 回答
将pandas数据帧转换为具有头和数据类型的numpy数组
8 回答
将pandas数据帧转换为内存中的拼花地板,并将其加载到Python中的Hadoop中
7 回答
将pandas数据帧转换为内存中类似文件的对象?
6 回答
将Pandas数据帧转换为内存功能(&F)
5 回答
将pandas数据帧转换为列表列表
7 回答
将pandas数据帧转换为列表列表以输入到RNN
4 回答
将Pandas数据帧转换为单行DataFram
8 回答