【问题标题】:Custom external loss metric for Gradient Optimizer?梯度优化器的自定义外部损失指标?
【发布时间】:2017-09-22 12:05:23
【问题描述】:

我有一个外部函数,它采用 y 和 y_prediction(以矩阵格式),并计算一个描述预测实际好坏的度量。

不幸的是,该指标不是简单的 y - ypred 或混淆矩阵,但仍然非常有用和重要。如何使用为损失计算的这个数字或作为 optimizer.minimize 的参数?

【问题讨论】:

    标签: optimization tensorflow loss


    【解决方案1】:

    如果我理解正确,我认为有两种方法可以做到这一点:

    您要计算的损失可以写成定义梯度的 tensorflow ops(例如 SVD 在 tensorflow 库中没有定义梯度),那么优化是直接的。

    或者您可以随时使用 numpy 运算符编写损失函数并使用 tf.py_func() https://www.tensorflow.org/api_docs/python/tf/py_func,然后您必须按照此处所述手动显式梯度:How to make a custom activation function with only Python in Tensorflow? 但是您必须知道渐变的明确公式...

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2022-11-11
      • 2020-03-06
      • 2020-05-03
      • 2021-10-26
      • 2019-11-03
      • 2021-02-24
      • 2019-12-14
      相关资源
      最近更新 更多