如何在自定义成本函数中访问 y_true 值？答案

【问题标题】：How to access y_true values in custom cost function?如何在自定义成本函数中访问 y_true 值？
【发布时间】：2020-08-02 07:16:52
【问题描述】：

我想编写一个自定义成本函数，我想在其中访问 y_true 和 y_pred 的值。就像在这个例子中一样，他们直接使用 y_pred - y_true 但我想访问这些元素以进行其他操作。

def custom_loss(layer):
    def loss(y_true,y_pred):
        return K.mean(K.square(y_pred - y_true) + K.square(layer), axis=-1)
    return loss

那么我该如何使用这些元素呢？

【问题讨论】：

标签： tensorflow machine-learning keras deep-learning data-science

【解决方案1】：

您可以像操作 numpy 数组一样使用它们，尽管这次 y_true 和 y_pred 是张量，而不是 numpy 数组。

看这个例子：

def triplet_loss(y_true, y_pred, cosine=True, alpha=0.2, embedding_size=128):
    ind = int(embedding_size * 2)
    print('Shape of y pred is:', y_pred.shape)
    a_pred = y_pred[:, :embedding_size]
    p_pred = y_pred[:, embedding_size:ind]
    n_pred = y_pred[:, ind:]

    if cosine:
        positive_distance = 1 - K.sum((a_pred * p_pred), axis=-1)
        negative_distance = 1 - K.sum((a_pred * n_pred), axis=-1)
    else:
        positive_distance = K.sqrt(K.sum(K.square(a_pred - p_pred), axis=-1))
        negative_distance = K.sqrt(K.sum(K.square(a_pred - n_pred), axis=-1))
    loss = K.maximum(0.0, positive_distance - negative_distance + alpha)
    return loss

这实际上是 Siamese Networks 中特定问题的损失函数；但要点是y_pred是通过切片来操作的。

因此，您可以根据需要对y_true 和y_pred 的某些部分进行切片/选择。

【讨论】：

实际上我的问题是 y_true 并且 y_pred 是多标签，我需要找到在 t 迭代中计算损失函数时它预测的类是什么，所以我需要获取那些并且还需要找到那里的嵌入.所以当我在做 np.where(y_true) 时，它给了我一个错误，这没关系，因为它是一个张量，我们使用的是一个数组。那么我们能做些什么呢。
我有一个字典 {"Class_labels" : "embeddings"} ，在损失函数中，我需要在每次迭代中找到 y_pred 类，并且还需要获取相应的嵌入，然后需要用实际类的嵌入，因此可以减少它们之间的差异。