Keras/TensorFlow：添加一个不等式的新指标

Question

我正在尝试使用带有 TensorFlow 后端的 Keras 来构建 ANN。在每个时代之后，我想存储在所述答案的 x 点内的数据数量（目前我使用的是 8）。我相信在 Keras/TensorFlow 中做到这一点的方法是建立一个新的指标。我已经用这段代码试过了：

import keras.backend as K
def inRange(y_true, y_pred):
    return K.sum(K.less_equal(K.abs(y_true-y_pred), 8)) / y_true.shape[0]

# Compile model
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy', inRange])

但我不断收到错误，最新的是：

TypeError: Value passed to parameter 'input' has DataType bool not in list of allowed values: float32, float64, int64, int32, uint8, uint16, int16, int8, complex64, complex128, qint8, quint8, qint32, float16

谁能帮我解决这个问题？

我在使用 Spyder IDE 的 Windows 10 环境中使用 Anaconda Python 3.5、Tensorflow 1.1.0 和 Keras 2.0.6。

非常感谢

Answer 1

K.less_equal(x, y) 返回一个tensor 的bool 值，并且在Tensorflow 中bool 与整数不同（正如我们在类C 语言中所习惯的那样）。您需要相应地使用K.cast(x, dtype) 将其转换为int32 或float32。一般来说，张量是一个代数变量，因此您不能将其视为常规数组。因此，您应该使用K.shape(x) 而不是x.shape。试试这样的：

def inRange(y_true, y_pred):
    t = K.sum(K.cast(K.less_equal(K.abs(y_true-y_pred), 8.0), 'float32'))
    return t / K.shape(y_true)[0]

请注意浮点数或 32 位整数的工作范围。在某些情况下，您可能希望改用 int64 或 float64。