1回答
访问自定义丢失函数中的特定元素？
、、、、
在为分类问题定义自定义丢失函数时，是否有方法访问y_true和y_pred的特定元素？用例:多标签分类问题，如果我预测第5类(即y_true[5] == 0但y_pred[5] == 1 )出现假阳性，则需要额外惩罚该模型。我对损失的定义如下： wt = 10 if (y_true[5]==0 and y_pr
浏览 1提问于2019-07-27得票数 3
回答已采纳
2回答
我正在尝试训练DNN，输出3个值(x,y,z)，其中x和y是我正在寻找的对象的坐标，z是对象存在的概率 我需要自定义损失函数： 如果错误，我不关心x和y的值，所以z_true<0.5应该等于(0, 0, sqr(z_true - z_pred)) 否则，错误应该类似于(sqr(x_true - x_pred), sqr(y_true - y_pred), sqr(z_true - z_pred))我正在努力将张
浏览 21提问于2019-01-12得票数 2
回答已采纳
2回答
如何获得我编写的这个损失函数的y_true和y_pred值： y_true = K.clip(y_true, K.epsilon(), 1) return K.su
浏览 0提问于2020-06-01得票数 1
我手头有一个优化损失函数的问题，这个损失函数不是y_pred和y_true的函数。在阅读了Keras文档之后，我发现所有的自定义损失函数都必须是y_pred和y_true的函数。有没有其他方法可以在Keras中实现我的<e
浏览 4提问于2018-04-06得票数 3
1回答
我知道我们可以像下面的方法一样创建自定义损失函数。def custom_loss(y_true, y_pred): return K.sqrt(loss)
model = tf.keras<
浏览 3提问于2020-10-19得票数 1
回答已采纳
1回答
我正在尝试在Keras上构建一个自定义损失函数，在这里我可以选择y_true和y_pred之间的减法的幂，其中y_true和y_pred是它们关于keras损失函数的标准定义。换句话说，我想要一个损失函数，它看起来像 |y_{true} - y_{pred})^n| 其中n是我可以选择
浏览 29提问于2020-09-24得票数 0
回答已采纳
我正在尝试使用Keras创建自定义损失函数。我想根据输入计算损失函数，并预测神经网络的输出。
我尝试使用Keras中的customloss函数。我认为y_true是我们用于训练的输出，y_pred是神经网络的预测输出。下面的损失函数与Keras中的"
浏览 2提问于2019-04-01得票数 17
回答已采纳
假设您有一个以n神经元作为输出的Keras模型，其中每个神经元都与一个回归变量相关联(例如，汽车的速度、汽车的高度、.)现在，存储在历史字典中的MAE损失是一个数字，它是基于n维y_pred和y_true数组计算的。因此，单个损失值是n标签的单个损失的平均值，可以在Keras函数中看到：
de
浏览 1提问于2018-05-25得票数 5
回答已采纳
我正在尝试用Keras编写一个加权的二进制交叉熵的自定义损失函数。然而，当我使用自定义损失函数编译我的模型时，损失和准确性都下降了。下面是我的自定义损失函数： def weighted_crossentropy_core(y_true, y_pred, pos_weight, neg_weight):
wcel = K.binary_c
浏览 27提问于2019-09-17得票数 1
在Tensorflow addons中，有两次提到三元组损失，一个是基类tfa.losses.triplet_semihard_loss，另一个是tfa.losses.TripletSemiHardLoss在这段属于子类的代码中： super(TripletSemiHardLoss, self).def call(self, y_true, y_pred):
re
浏览 5提问于2019-12-09得票数 0
我知道如何定义和利用可以定义为传递给Keras层的自定义函数(例如，损失函数)。然而，我不明白这个函数是如何从模型中考虑其参数的。例如：def kl_loss(y_true, y_pred):
kl_loss = -0.5 * K.sum(1 + log_var - K.square(mean_mu(y_true</
浏览 0提问于2020-07-05得票数 0
3回答
嗨，我一直在尝试在dice_error_coefficient的keras中做一个定制的丢失函数。它在tensorboard中有它的实现，我尝试使用tensorflow在keras中使用相同的函数，但是当我使用或model.fit时，它一直返回一个NoneType，因为它在模型中使用度量时给出了适当的值我曾经尝试过跟随类似于ahundt的Keras这样的库，其中他
浏览 7提问于2017-08-30得票数 44
回答已采纳
1回答
我只把my_loss看作是独立损失的字典，然后，最后的损失被定义为这些损失的总和。但是，我是否可以在多任务模型中定义一个损失函数，该函数接受所有的预测/真值，然后可以将它们相乘(例如)？, y_pred1) + y_true1 * categorical_crossentropy(y_true2, y_pred2)通常，您的参数是损失</
浏览 4提问于2019-09-27得票数 0
回答已采纳
1回答
我想要一个具有这种正则化的损失函数:对于每个预测，如果预测点的范数低于0.9或大于1，我希望应用正则化。所以我写了这个： def custom_loss(y_true, y_pred):
n =我尝试了在keras环境之外的损失，它似乎是有效的。
浏览 12提问于2019-06-21得票数 1
回答已采纳
我的模型看起来像model = Model(inputs=[sketch_inp, color_inp], outputs=disc_outputs)
model.compile(loss=lambda y_true, y_pred : tf.keras.losses.binary_crossentropy(<em
浏览 1提问于2020-04-19得票数 0
我在keras中构建了一个自定义丢失函数，在调用mean_absolute_error()之前，我希望在这里操作y_true和y_pred。这种操作涉及到知道当前的y_true是哪个样本，因此，我可以很容易地将另一列添加到具有顺序索引的输出中。所以我有
outputs[:,0]，它是所有样本的声输出变量。outputs[:,1]是一个顺序索引，我不想预测，只是在我
浏览 4提问于2020-07-06得票数 0
我的问题是，我不确定如何在负对数似然(NLL)损失函数中实现样本加权。我有以下损失函数，我相信它没有使用sample_weight第三个参数： class NLL(tf.keras.losses.Loss):
d
浏览 174提问于2021-11-08得票数 1
回答已采纳
我正在将conv2d模型转换为keras(Tensorflow 2.0)。谢谢你的帮助。
浏览 2提问于2019-11-26得票数 0
回答已采纳
keras版本:2.0.8def binary_accuracy(y_true, y_pred):Y_true形状：(4,256,256，2)
Y_pred
浏览 3提问于2017-09-19得票数 7
回答已采纳
这是为了在Keras中定义一个自定义丢失函数。(y_true, y_pred): a_numpy_y_pred_array = K.eval(y_pred), _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
因此，任何人都知道如何将y_true<
浏览 4提问于2018-03-09得票数 7
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
