定义自定义损失函数后，keras“未知损失函数”错误答案

【问题标题】：keras "unknown loss function" error after defining custom loss function定义自定义损失函数后，keras“未知损失函数”错误
【发布时间】：2017-08-08 19:27:14
【问题描述】：

我在 loss.py 文件中的 keras 中定义了一个新的损失函数。我关闭并重新启动 anaconda 提示符，但我得到了ValueError: ('Unknown loss function', ':binary_crossentropy_2')。我在 Windows 10 上使用 python2.7 和 anaconda 运行 keras。

我通过在我编译模型的python文件中添加损失函数来临时解决它。

【问题讨论】：

请提供一些源代码，您无需将损失添加到loss.py中即可使其正常工作。
@MatiasValdenegro。我将它添加到 loss.py 是因为我希望所有模型都能够使用它，而不是在与模型相同的文件中定义它。感谢您的提醒，我现在就这样做。

标签： keras

【解决方案1】：

在 Keras 中，我们必须在 load_model 函数中传递自定义函数：

def my_custom_func():
    # your code
    return
from keras.models import load_model
model = load_model('my_model.h5', custom_objects={'my_custom_func':                   
my_custom_func})

【讨论】：

【解决方案2】：

这些解决方案都不适合我，因为我有两个或多个用于多个输出变量的嵌套函数。

我的解决方案是在加载模型时不编译。我稍后会使用您训练模型时使用的损失函数列表来编译模型。

from tensorflow.keras.models import load_model

# load model weights, but do not compile
model = load_model("mymodel.h5", compile=False)

# printing the model summary 
model.summary()

# custom loss defined for feature 1
def function_loss_o1(weights)
    N_c = len(weights)
    def loss(y_true, y_pred):
        output_loss = ... 
        return output_loss/N_c
    return loss

# custom loss defined for feature 2
def function_loss_o2(weights)
    N_c = len(weights)
    def loss(y_true, y_pred):
        output_loss = ... 
        return output_loss/N_c
    return loss 

# list of loss functions for each output feature
losses = [function_loss_o1, function_loss_o2]

# compile and train the model
model.compile(optimizer='adam', loss=losses, metrics=['accuracy'])

# now you can use compiled model to predict/evaluate, etc
eval_dict = {}
eval_dict["test_evaluate"] = model.evaluate(x_test, y_test, batch_size=batch_size, verbose=0)

【讨论】：

【解决方案3】：

上述解决方案我没有运气，但我能够做到这一点：

from keras.models import load_model
from keras.utils.generic_utils import get_custom_objects

get_custom_objects().update({'my_custom_func': my_custom_func})

model = load_model('my_model.h5')

我在这里找到了解决方案：https://github.com/keras-team/keras/issues/5916#issuecomment-294373616

【讨论】：

【解决方案4】：

您似乎正在尝试通过字符串别名调用该函数，这需要更多地篡改 Keras 的 losses.py 才能将字符串映射到函数（如果您更新包，它会被覆盖，您不应该这样做)。相反，只需在项目中声明该函数并将其传递给loss 参数，例如：

from your.project import binary_crossentropy_2
# ...
model.fit(epochs, loss=binary_crossentropy_2)

只要你的功能符合here的要求，就可以正常工作。

【讨论】：

这似乎是这样做的方式，但我无法导入from keras.losses import binary_crossentropy_2 错误是：“无法导入名称binary_crossentrophy2”
你在哪里定义的函数？也许尝试将声明移动到您调用model.fit() 的同一文件中，因此无需导入。如果您的项目中有一个名为 keras 的包，这可能是问题所在，因为 Python 会首先查看您的分发库。
在model.fit函数中似乎不再存在这个“损失”参数，我使用的是tensorflow 1.15.0

【解决方案5】：

解决方案是将函数添加到环境文件夹中 keras 的 loss.py 中。一开始我是在anaconda2/pkgs/keras.../losses.py添加的，所以才报错。

loss.py 在环境中的路径类似于：

anaconda2/envs/envname/lib/python2.7/site-packages/keras/losses.py

【讨论】：