如何在keras中实现自定义指标？
我收到此错误：
sum（）得到了意外的关键字参数’out’
当我运行此代码时：
import pandas as pd, numpy as np
import keras
from keras.layers.core import Dense, Activation
from keras.models import Sequential
def AUC(y_true,y_pred):
not_y_pred=np.logical_not(y_pred)
y_int1=y_true*y_pred
y_int0=np.logical_not(y_true)*not_y_pred
TP=np.sum(y_pred*y_int1)
FP=np.sum(y_pred)-TP
TN=np.sum(not_y_pred*y_int0)
FN=np.sum(not_y_pred)-TN
TPR=np.float(TP)/(TP+FN)
FPR=np.float(FP)/(FP+TN)
return((1+TPR-FPR)/2)
# Input datasets
train_df = pd.DataFrame(np.random.rand(91,1000))
train_df.iloc[:,-2]=(train_df.iloc[:,-2]>0.8)*1
model = Sequential()
model.add(Dense(output_dim=60, input_dim=91, init="glorot_uniform"))
model.add(Activation("sigmoid"))
model.add(Dense(output_dim=1, input_dim=60, init="glorot_uniform"))
model.add(Activation("sigmoid"))
model.compile(optimizer='rmsprop',loss='binary_crossentropy',metrics=[AUC])
train_df.iloc[:,-1]=np.ones(train_df.shape[0]) #bias
X=train_df.iloc[:,:-1].values
Y=train_df.iloc[:,-1].values
print X.shape,Y.shape
model.fit(X, Y, batch_size=50,show_accuracy = False, verbose = 1)
除了对批处理进行循环并编辑源代码之外，是否可以实现自定义指标？
问题答案：
问题是，y_pred并y_true没有与NumPy阵列但无论哪种Theano或TensorFlow张量。这就是为什么您会收到此错误。
您可以定义自定义指标，但必须记住，其参数是那些张量，而不是NumPy数组。
-
本文向大家介绍在keras里实现自定义上采样层，包括了在keras里实现自定义上采样层的使用技巧和注意事项，需要的朋友参考一下 Keras里的UpSampling2D层不是中的双线性内插，而是简单的重复图像。这点和pytorch不一样，pytorch默认使用的是双线性内插。 同样：这里仍然使用的是keras而不是tf.keras. keras里UpSampling2D的部分定义说明如下： 可以看出
-
问题内容： 我有一个带有模板的指令 我的指令声明为： 我想在单击某个项目并且其值已经更改时调用。 也就是说，如果我的指令实现为： 我希望在的值已更新时致电。 使用上面给出的代码，可以成功调用，但是将使用旧值而不是新的更新值来调用它。 解决该问题的一种方法是在超时值内部调用超时，以在将来某个时刻执行该超时。但是这种解决方案使我无法控制应该执行的顺序，并且我认为应该有一个更优雅的解决方案。 我也可以在
-
本文向大家介绍如何在jQuery中实现自定义事件？，包括了如何在jQuery中实现自定义事件？的使用技巧和注意事项，需要的朋友参考一下 自定义事件意味着您可以在jQuery中创建自己的事件。例如，创建一个自定义事件以在按下键盘上的任意键时触发警报框。 示例 您可以尝试运行以下代码以了解如何创建自定义事件，
-
我有一个名为 Expect 的类，在你实例化它之后，你可以构建一个数据结构（为了简单起见，假设它是一棵树）。然后调用 run 方法，该方法遍历树，在每个节点上执行一些操作。这些操作需要一些时间才能完成，以便将来返回最终结果。在伪代码中，它类似于： 我想用它们通常的签名实现map和flatmap，但是它们作为参数接收的函数必须对将来返回的值进行操作。我看不出有任何方法可以实现这一点。
-
我需要实现我的自定义DefaultComboxModel。这样做的原因是每次我打电话给 或者 或者 我看到它自动触发一个项目状态更改事件。这会导致一些随机项目自动从列表中选择。这不是我想要的，因为它用随机选择的项目填充可编辑的JTextField。 这是我在使用我的自定义Itemlistener中的Thread.dumpStack()进行调试时看到的stacktrace，它是我在调用上述方法时看到
-
我需要一些帮助与keras损失函数。我一直在Tensorflow后端的keras上实现自定义损失功能。 我已经在numpy中实现了自定义损失函数，但如果能将其转换为keras损失函数，那就太好了。丢失函数采用数据帧和用户id序列。如果用户id不同，则相同用户id的欧氏距离为正和负。函数返回数据帧的合计标量距离。 我试图实现到keras损失函数。我提取Numpy数组从y_true和y_pred张量对