我用 Keras 做分类任务,我在 Keras 中做了简单的自定义损失函数并且它有效
import keras.backend as K
def customLoss(yTrue,yPred):
return K.abs(yTrue-yPred)
为了制作我想要的更复杂的损失函数,我需要计算 True Positive、True Negative、False Positive、False Negative
如何计算它们?
我无法计算它们,因为我不知道 yTrue 和 yPred 的类型。它们是二维数组、列表还是其他任何东西。如果我知道,也许我可以使用 for 计算 TP,TN,FP,FN ,如下所示:
TP=0
for x,y in zip(yTrue,yPred):
if x == 1 and y > 0.5:
TP=TP+1
最佳答案
根据Keras Documentation yTrue/yPred 的数据类型是 TensorFlow/Theano 张量,具体取决于您使用的后端。
因此,损失函数不能使用for循环,否则会报错。
但是你可以使用逻辑和来解决这个问题:
TN = np.logical_and(K.eval(y_true) == 0, K.eval(y_pred) == 0)
FP = np.logical_and(K.eval(y_true) == 0, K.eval(y_pred) == 1)
之后您可以将它们相加:
TN = K.sum(K.variable(TN))
FP = K.sum(K.variable(FP))
关于python - 如何在 Keras 中的自定义损失函数中计算 True Positive,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54868152/