如何取回 keras 损失函数（张量）的错误值答案

【问题标题】：How do I get back the error values of a keras loss function (tensor)如何取回 keras 损失函数（张量）的错误值
【发布时间】：2019-04-03 12:58:21
【问题描述】：

我想绘制 Keras 中可用的所有不同损失函数。因此，我创建了一个数据框并调用了损失函数。但是如何从张量中取回值？

import numpy as np
import pandas as pd
from keras import losses

points = 100
df = pd.DataFrame({"error": np.linspace(-3,3,points)})
df["mean_squared_error"] = losses.mean_squared_error(np.zeros(points), df["error"])
df.plot(x="error")

【问题讨论】：

标签： python tensorflow machine-learning keras loss-function

【解决方案1】：

Keras 中的损失函数返回一个张量对象。您需要使用后端的 eval() 函数评估该张量对象以获得其实际值。此外，如果你看一下 Keras 中损失函数的定义，比如mean_squared_error()，你会意识到有K.mean() 操作在最后一个轴上取平均值，即输出轴（不要混淆这个带批次或样品轴）。因此，您可能需要以(n_samples, n_outputs) 的形式传递真实值和预测值，因此在以下代码中进行了重塑：

import numpy as np
import pandas as pd
from keras import losses
from keras import backend as K

points = 100
df = pd.DataFrame({"error": np.linspace(-3,3,points)})
mse_loss = losses.mean_squared_error(np.zeros((points,1)), df["error"].values.reshape(-1,1))
df["mean_squared_error"] = K.eval(mse_loss)
df.plot(x="error")

这是输出图：

【讨论】：