使用循环在 tensorflow 中创建自定义损失函数

Question

我想使用 y_true 和 y_pred 为 tensorflow 模型创建自定义损失函数，但出现以下错误： ValueError：无法从形状推断 num（无，1） 这是我的自定义指标：

def custom_metric(y_true,y_pred):

    y_true = float(y_true)
    y_pred = float(y_pred)
    y_true = tf.unstack(y_true)
    y_pred = tf.unstack(y_pred)

    sqr_pred_error = K.square(y_true - y_pred)
    sqr_y_true = K.square(y_true)
    r = []
    for i in y_true:
        if sqr_pred_error[i] < sqr_y_true[i] or sqr_pred_error[i] == sqr_y_true[i]:
            result = 1
            print("result: 1")
        else:
            result = 0
            print("result: 0")
        r.append(result)
    r = tf.stack(r)

    return  K.sum(r)/K.shape(r)

Answer 1

您可能不需要其中的循环。看起来你只需要一堆 0 和 1。

• 1 - 如果sqr_pred_error <= sqr_y_true
• 0 - 否则

那么你可以做以下事情。

def custom_metric(y_true,y_pred):

    y_true = tf.cast(y_true, 'float32')
    y_pred = tf.cast(y_pred, 'float32')
    
    sqr_pred_error = K.square(y_true - y_pred)
    sqr_y_true = K.square(y_true)

    res = tf.where(sqr_pred_error<=sqr_y_true, tf.ones_like(y_true), tf.zeros_like(y_true))
    return  K.mean(res)