损失函数中的 Y_True 不正确答案

【问题标题】：Y_True in Loss Function not Correct损失函数中的 Y_True 不正确
【发布时间】：2020-08-25 14:05:50
【问题描述】：

我正在构建我的损失函数。但是，当打印 y_true 张量的值时，它会打印带小数点的值（即 0.25,0.569,0.958）。这不应该是真的，因为 y_true 应该只有两个类 0 或 1。这是我的代码：

@tf.function
def weighted_binary_crossentropy(y_true, y_pred):
    y_true= K.reshape(y_true, (K.shape(y_true)[0], -1))
    tf.print("tensors1:", y_true, output_stream=sys.stdout, summarize=50000)

为什么我得到这样的输出而不是 0 和 1？

【问题讨论】：

这些小数点实际上是范围从 0 到 1 的概率。如果您想要 0 或 1，那么您必须将小于阈值（通常为 0.5）的概率分配给 0 和 1，否则您自己。但通常在计算损失时，您不必这样做。
是的，我知道这应该是 y-pred 的输出，但为什么是 y_true。为什么它应该给出 groundTruth (y_true) 的概率？ Groundtruth 已经是 0 或 1。
您是否检查过y_true 在数据集中是否被正确标记？
是的，我做到了，它是 0 和 1
现在我认为这是一个调试问题。可能是您在调用损失函数之前在某处更新Y_true 值。你能发布你的完整代码吗？

标签： tensorflow deep-learning loss-function

【解决方案1】：

我能够检测到来自我的数据生成器的问题。当我添加了 rotation_range 时，它会弄乱像素的值。这是因为在旋转时会创建新像素

【讨论】：