如何为 keras LSTM 模型定义特定的损失函数答案

【问题标题】：How to define an spesific loss function for keras LSTM model如何为 keras LSTM 模型定义特定的损失函数
【发布时间】：2020-06-14 13:20:32
【问题描述】：

我刚开始使用 Python 和 Keras 学习机器学习，最近我创建了一个基本的 LSTM RNN。

我的问题是是否可以自己定义函数错误而不必指定目标数据。

在我创建的基本模型中，我给出了输入数据和对应的目标数据进行训练，指定使用哪个函数误差，比如“meansquarederror”。

我的问题是是否可以在 keras 中定义一个模型，其中只有输入，以及一个自定义函数错误，该错误将采用 NN 的输出来计算错误（完全新的指标），用于训练神经网络。

我想要的是计算每个输入在使用自定义函数预测输出时的误差。

这可能吗？

【问题讨论】：

网络将在什么方面进行训练？
嗯，我打算使用股票数据来预测买卖制造商。真的只是在尝试。我想要的是计算每个输入在使用自定义函数预测标记时的误差。

标签： python keras lstm

【解决方案1】：

好吧，我发现这比我想象的要容易得多。

def custom_loss(y_true, y_pred):
            
    # calculate loss, using y_pred
        
    return loss
  
model.compile(loss=custom_loss, optimizer='adam')

就这样完成了

【讨论】：