python - 如何从 Keras 中的自定义损失函数中获取结果？

Question

我想在 Python 中实现自定义损失函数，它应该像这样的伪代码:

aux = | Real - Prediction | / Prediction
errors = []
if aux <= 0.1:
 errors.append(0)
elif aux > 0.1 & <= 0.15:
 errors.append(5/3)
elif aux > 0.15 & <= 0.2:
 errors.append(5)
else:
 errors.append(2000)
return sum(errors)

我开始这样定义指标:

def custom_metric(y_true,y_pred):
    # y_true:
    res = K.abs((y_true-y_pred) / y_pred, axis = 1)
    ....

但我不知道如何获取if 和else 的res 值。另外我想知道什么必须返回函数。

谢谢

Answer 1

Also I want to know what have to return the function.

可以在编译步骤传递自定义指标。

该函数需要将 (y_true, y_pred) 作为参数并返回单个 tensor 值。

But I do not know how to get the value of the res for the if and else.

您可以从 result_metric 函数返回 result。

def custom_metric(y_true,y_pred):
     result = K.abs((y_true-y_pred) / y_pred, axis = 1)
     return result

第二步是使用 keras 回调函数来计算错误的总和。

可以定义回调并将其传递给fit方法。

history = CustomLossHistory()
model.fit(callbacks = [history])

最后一步是创建 CustomLossHistory 类，以便找出您预期的错误 列表的sum。

CustomLossHistory 将从 keras.callbacks.Callback 继承一些默认方法。

• on_epoch_begin:在每个纪元开始时调用。
• on_epoch_end:在每个纪元结束时调用。
• on_batch_begin:在每个批处理开始时调用。
• on_batch_end:在每个批处理结束时调用。
• on_train_begin:在模型训练开始时调用。
• on_train_end:在模型训练结束时调用。

您可以在 Keras Documentation 中阅读更多内容

但对于这个例子，我们只需要 on_train_begin 和 on_batch_end 方法。

实现

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.errors= []

    def on_batch_end(self, batch, logs={}):
         loss = logs.get('loss')
         self.errors.append(self.loss_mapper(loss))

    def loss_mapper(self, loss):
         if loss <= 0.1:
             return 0
         elif loss > 0.1 & loss <= 0.15:
             return 5/3
         elif loss > 0.15 & loss <= 0.2:
             return 5
         else:
             return 2000

模型训练完成后，您可以使用以下语句访问您的错误。

errors = history.errors