自定义指标 Keras [重复]答案

【问题标题】：Custom Metrics Keras [duplicate]自定义指标 Keras [重复]
【发布时间】：2020-03-04 02:29:39
【问题描述】：

我需要帮助才能在 keras 中创建自定义指标。我需要计算我的错误等于零的次数（y_pred - y_true = 0）。

我试过这个：

n_train = 1147 # Number of samples on training set
c = 0 # Variable to count
def our_metric(y_true, y_pred):
  if y_true-y_pred == 0:
    c += 1
  return c/n_train

但是我收到了这个错误：

OperatorNotAllowedInGraphError: 使用 tf.Tensor 作为 Python bool 在 Graph 执行中是不允许的。使用 Eager 执行或装饰这个函数带有@tf.function。

编辑：使用此处提出的解决方案：

Creating custom conditional metric with Keras

我这样解决了我的问题：

c = tf.constant(0)
def our_metric(y_true, y_pred):
  mask = K.equal(y_pred, y_true) # TRUE if y_pred = y_true
  mask = K.cast(mask,K.floatx())
  s = K.sum(mask)
  return s/n_train

【问题讨论】：

这与准确度指标完全相同
我使用了这里提出的解决方案：stackoverflow.com/questions/51902088/…

标签： keras metrics

【解决方案1】：

您不能在普通的tensorflow 中运行 Python 比较（使用静态图）。

您必须启用eager mode，这是一个包装器，可以让您使用一些 Python 控制语句（如if 或loop）。只需按照错误提示装饰您的函数或在脚本开头发出tf.enable_eager_execution()。

您可能还想更新您的代码以使用tf2.0，它更直观并且默认开启了渴望模式。

【讨论】：

【解决方案2】：

有多种方法可以使用 Keras 后端函数来计算一个值等于零的次数。你只需要跳出框框思考一下。这是一个例子：

diff = y_true - y_pred
count = K.sum(K.cast(K.equal(diff, K.zeros_like(diff)), 'int8'))

还可以使用tf.count_nonzero 操作，但混合使用 keras 和显式 tensorflow 可能会导致问题。

【讨论】：