python - 如何在 Keras 中的自定义损失函数中计算 True Positive

Question

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

Answer 1

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))