在 Keras 中创建自定义指标以进行序列到序列学习答案

【问题标题】：Creating a custom metric in Keras for sequence to sequence learning在 Keras 中创建自定义指标以进行序列到序列学习
【发布时间】：2018-11-24 10:19:59
【问题描述】：

我想在 Keras (python) 中编写一个自定义指标，以在我训练时评估我的序列到序列模型的性能。序列是一次性编码的，标记是单词而不是字符。我希望它只报告完全正确的序列数（百分比也可以）。因此，如果它预测“猫坐在垫子上”而不是“猫坐在垫子上”，那将是不正确的并且不会被计算在内。

Keras（在我看来）关于编写自定义指标的文档有限（此处为 https://keras.io/metrics/）。基本上，我想要的是类似的东西

    import keras.backend as K

    def num_correct(y_true, y_pred):
        return K.sum(float(y_pred == y_true))

现在，Keras 不喜欢这样。它说 float 没有属性形状。我知道 y_true 和 y_pred 是张量，但我不完全确定它想要返回什么。帮助表示赞赏。

【问题讨论】：

【解决方案1】：

首先y_pred == y_true 检查两个值是否相等，如果相等则返回真，否则返回假。但我认为您不希望从 == 操作返回单个布尔值。如果是这种情况，请将代码更改为

import keras.backend as K

def num_correct(y_true, y_pred):
    equal = K.equal(y_pred,y_true)

    return K.sum(K.cast(equal,K.floatx()))

其次，即使== 操作的返回值是张量，您也不能在张量上调用浮点函数。 Keras 后端有很好的方法来做到这一点(K.cast)。

【讨论】：