Keras自定义损失函数输出负值，不明白为什么？答案

【问题标题】：Keras custom loss function outputs negative values, dont understand why?Keras自定义损失函数输出负值，不明白为什么？
【发布时间】：2018-06-16 16:54:45
【问题描述】：

尊敬的 StackOverflow 社区，我在 keras 中有以下损失函数：

return K.mean((y_true+K.epsilon()) * K.square(y_pred - y_true), axis=-1)

当我尝试用它训练我的网络（y 归一化为 0 - 1）时，损失似乎达到了负值，我无法理解。我用 numpy 计算了同样的东西，一切都按预期工作正常。

如果有人知道这种奇怪的负面解决方案的原因，我会非常高兴，非常感谢您的帮助。

【问题讨论】：

你为什么用axis=-1？
因为它会自动使用最后一个轴，在我的例子中是第四个。
那么mean 的输出将是一个数组，而损失必须只是一个数字。同样奇怪的是，张量 y_true 和 y_pred 的秩为 4，而且它们不仅仅是 1 秩向量。
不是真的....如果您检查所有标准的 keras 损失函数，它们也只会在最后一个轴上应用平均值。这使您可以进一步将它们的功能与平衡系数和其他东西一起使用。
@DanielMöller 你是对的。找到"why axis=-1 in loses"的这个答案

标签： python numpy keras calculation loss-function

【解决方案1】：

如果y_true 真的被标准化为 0-1，那么我看到的唯一可能的原因是 K.epsilon()。 this page 建议用户可以更改 epsilon，这可能会导致问题。

尝试硬编码 epsilon 值或将其丢弃。

【讨论】：

我现在在数据中心检查了epsilon，它似乎是1^-7，所以不是问题
我接受了你的回答，因为它让我仔细检查了原始值，所以它现在可以工作了。感谢您的帮助