在 Keras 中使用自定义指标函数时出错答案

【问题标题】：Error when using a custom metric function in Keras在 Keras 中使用自定义指标函数时出错
【发布时间】：2019-02-15 21:57:21
【问题描述】：

我在尝试使用自定义函数在 Keras 中编译 lstm 模型时遇到问题。

我已经定义了一个名为 mean_p_e 的自定义度量函数，我想在我的 Keras 模型中使用它。

我的代码是：

import keras.backend as K
def mean_p_e(y_true, y_pred):
    return K.mean((y_true - y_pred)**2/y_true)

然后我构建我的模型，存储在一个 json 文件中：

"model": {
    "loss": "mse",
    "optimizer": "adam",
    "save_dir": "saved_models",
    "metric":"mean_p_e",

然后我编译：

model.compile(loss=configs['model']['loss'], optimizer=configs['model']['optimizer'], metrics=['accuracy', configs['model']['metric']])

我收到以下错误：

ValueError：未知度量函数：mean_p_e

我需要进行哪些更改才能使其正常工作？

【问题讨论】：

你的json文件好像不完整。

标签： python keras metrics

【解决方案1】：

如果您在同一脚本中定义configs，只需将configs 中的"metric":mean_p_e 替换为"metric":"mean_p_e"，那么一切正常。

但似乎configs 是您从 json 文件中读取的内容，在这种情况下，您可以尝试：

model.compile(loss=configs['model']['loss'], 
              optimizer=configs['model']['optimizer'], 
              metrics=['accuracy', locals()[configs['model']['metric']]])

或：

model.compile(loss=configs['model']['loss'], 
              optimizer=configs['model']['optimizer'], 
              metrics=['accuracy', eval(configs['model']['metric'])])

按函数名调用函数。

参考：Calling a function of a module by using its name (a string).

【讨论】：