我正在使用Tensorflow 2的函数API创建一个自定义的半监督学习模型。假设我有一个单一样本的y_true：其中np.nan表示未观察到的数据。我想创建一个自定义均方误差损失函数，以仅接受观测数据的损失，即： o
浏览 12提问于2020-05-26得票数 1
我正在处理一个回归问题，在这个问题中，我想预测3个参数(笛卡尔坐标)的值。对于相同的图像，我可以有几个可接受的坐标。为了做到这一点，我使用了一个神经网络，使用角星。为了训练我的网络，我想要实现一个自定义的损失函数，它将计算预测值和最近可接受值之间的欧几里德距离。用数学术语可以这样表示：…的形状
我的<
浏览 4提问于2020-02-05得票数 0
回答已采纳
我正在学习tensorflow(2.3)中的keras。tf.math.reduce_mean(tf.square(y_true - y_pred))
这个自定义丢失函数中的reduce_mean函数将返回一个标量。然后对这些损失进行有效平均，得到整个批次的单个损失值。在LossFunctionWrapper.call()方法中调用提供给Model.compile
浏览 8提问于2020-08-13得票数 24
回答已采纳
1回答
我在Python中为tensorflow使用keras。我有一个自定义的损失函数，它为批次中的每个样本返回一个数字(因此，长度=批次大小的向量)。我如何还可以指定自定义的减少方法，以将这些样本损失聚合为整个批次的单个损失？在自定义损失函数中包含此减少，并让此函数</e
浏览 28提问于2021-10-14得票数 0
我了解自定义损失函数在tensorflow中是如何工作的。假设在下面的代码中，a和b是数字。但是如果a和b是与y_pred形状相同的数组呢？比方说我想损失函数的值等于6：我现在觉得
浏览 27提问于2021-03-17得票数 1
回答已采纳
我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？
浏览 148提问于2021-02-13得票数 2
我正在使用一个高度倾斜的计数数据集，该数据集通常适合负二项式。我想在Keras或Tensorflow中使用负二项作为前馈神经网络的损失函数。据我所知，在查看了可用的损失函数后，keras或tensorflow不存在这样的函数(尽管我希望我错了，我只是错过了一些东西)。我环顾四周，看到一些帖子建议只交换损失以包含负二项式，但似乎在tensorflow中</e
浏览 7提问于2018-09-06得票数 5
我正在做一个使用Keras和tensorflow后端的项目。出于业务原因，我需要对某些类型的错误给予较高的权重，因此我实现了一个自定义的损失函数。例如：if error > low_limit:我发现这个自定义的损失函数确实改变了训练过程中显示
浏览 1提问于2018-10-08得票数 0
1回答
我在用TensorFlow构建的神经网络中实现自定义损失函数时遇到了困难。我希望使用我的一个特性作为损失函数的一部分，所以我尝试使用model.add_loss，而不是在model.compile函数中给损失一个值。training[:,[6]]
y_test = test[:
浏览 5提问于2022-08-04得票数 1
2回答
Keras损失值显著跳跃
、、、、
我正在用Tensorflow在Keras开发一个简单的神经网络。损失值从上一批小批次的L-1显著上升到第一批小型的历元L。
我知道损失应该会随着迭代次数的增加而减少，但是在每个时期之后损失的大幅增加确实看起来很奇怪。为了避免移动平均，我实现了我自己的损失函数，它应该输出小批的损失值，而不是批量上的<
浏览 7提问于2022-05-04得票数 0
回答已采纳
我使用低级别的tensorflow API构建了一个模型，它只有几个变量(大约10个)，我想要优化这些变量。因此，我想实现一个自定义的损失函数，它产生噪声损失值(类似于一种基于仿真的优化方法)。有没有一种方法可以实现不可区分的损失函数，以及像SPSA这样的带有低级别tensorflow API的优化器？
有人可能会问，为什么要用tensorflow</em
浏览 0提问于2018-01-31得票数 3
回答已采纳
因此，我正在尝试使用Keras (Tensorflow后端)中的Lambda层实现一个自定义函数。这是我的代码： return tensor.eval(session=K.get_session())
def np2tensor或者有没有什么办法，我可以在运行时获得自定义函数的结果，并转
浏览 0提问于2018-03-30得票数 1
我正在尝试创建一个自定义损失函数，以供Keras使用，但我遇到了一些麻烦。下面是这篇文章：Custom loss function in Keras我知道创建函数的语法，但我不熟悉如何使用张量。我用标量填充了yTrue，yPred是实际的预测值。我想取预测值的对数的加权和，按yTrue中的标量加权。L += tf.math.scalar_mul(yTrue[i], K.log(yP
浏览 17提问于2019-03-19得票数 0
对于DNN分类任务，我的损失函数是基于特征值的，它不需要输入Y_prediction和Y_actual。是否可以使用Tensorflow编写专门的自定义丢失函数？
浏览 1提问于2022-05-15得票数 0
回答已采纳
我想实现一个自定义损失函数(特别是for this)，用于在Tensorflow中训练神经网络，其中NN有两个输出，损失函数是一个同时涉及输出和预期输出的公式。我如何单独寻址这些地址？Examples from tensorflow它看起来像这样： def mean_absolute_percentage_error(y_true, y_pred):
y_pred = ops.convert_to_tensorK.clip(mat
浏览 20提问于2019-05-19得票数 0
在tensorflow中，是否可以使用非光滑函数作为损失函数，例如分段(或如果-否则)？如果你不能，为什么你可以使用ReLU？在这个链接中，它说
如果使
浏览 5提问于2016-11-22得票数 22
1回答
基于MXNet的回归
、、、、
我有一个基于各种独立特征的回归模型，它最终用自定义损失函数预测一个值。有点类似于下面的链接。
当前的模型是使用Tensorflow库构建的，但是现在我想使用MXNet，因为它提供了速度和其他优势。如何用自定义丢失函数在MXNet中编写类似的逻辑？
浏览 1提问于2020-04-16得票数 0
回答已采纳
2回答
所以我再试一次，
当在Tensorflow中拟合顺序模型时，如何将预先计算的值添加到损失函数中？使用<em
浏览 1提问于2020-05-12得票数 0
我正在研究tensorflow.keras中的一个不平衡的分类问题。我决定按照this answer on cross validated的建议计算“几何平均分”。我在一个名为imbalanced-learn的包中发现了一个implementation of it，并意识到它不能用作tensorflow.keras.Model.compile(metrics=[])中的指标之一；而且由于我还希望在每次调用时都向它传递一个参数，所以我决
浏览 17提问于2020-07-22得票数 2
我试图重现一篇深度学习论文的实验结果， 我注意到损失函数，类别交叉熵具有L1正则化，可以在下面看到， ? 那么，如何计算模型复杂度并在Keras/Tensorflow中添加正确的自定义损失函数呢？
浏览 38提问于2019-10-15得票数 1
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
