Keras-批次内每个样本的损失答案

【问题标题】：Keras- Loss per sample within batchKeras-批次内每个样本的损失
【发布时间】：2016-10-07 06:13:01
【问题描述】：

如何在训练时获得样本损失而不是总损失？损失历史可提供总批次损失，但不提供单个样本的损失。

如果可能的话，我想要这样的东西：

on_batch_end(batch, logs, **sample_losses**)

这样的东西是否可用，如果没有，您能否提供一些提示如何更改代码以支持此功能？

【问题讨论】：

欢迎来到 Stack Overflow！请查看我们的SO Question Checklist 以帮助您提出一个好问题，从而得到一个好的答案。

标签： keras

【解决方案1】：

据我所知，不可能通过回调获取此信息，因为一旦调用回调，就已经计算了损失（查看keras/engine/training.py）。要简单地检查损失，您可以覆盖损失函数，例如：

def myloss(ytrue, ypred):
    x = keras.objectives.mean_squared_error(ytrue, ypred)
    return theano.printing.Print('loss for each sample')(x)

model.compile(loss=myloss)

【讨论】：

谢谢尼莫...你的天才....它就像一个魅力......training.py 可以更新以通过回调获取这些值
如果它们有助于解决您的问题，请考虑接受答案（单击复选标记）。这会将问题标记为在概述中已回答，并为回答您提供的赞成票的人授予额外的分数。谢谢。

【解决方案2】：

实际上这可以使用回调来完成。这现在包含在有关回调的 keras 文档中。像这样定义你自己的回调

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.losses = []

    def on_batch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))

然后将此回调传递给您的模型。您应该将每批损失附加到历史对象中。

【讨论】：

我正在寻找批次中的每个样本损失，而不是批次损失。

【解决方案3】：

我还没有在 Keras API 中找到任何可以返回单个样本损失的现有函数，同时仍然在小批量上进行计算。看来您必须破解 keras，或者直接访问 tensorflow 图。

【讨论】：

【解决方案4】：

将批量大小设置为 1 并在 model.evaluate 中使用回调或手动计算预测 (model.predict) 和基本事实之间的损失。

【讨论】：