Keras自定义损失函数没有y_pred和y_true
我手头有一个问题，它优化了一个损失函数，而不是y_pred和y_true的函数。通过Keras留档后，我发现所有自定义损失函数必须是y_pred和y_true的函数。
在Keras中是否有其他方法实现我的损失函数？
共有1个答案
不，这是keras的缺陷。如果你想使用这种类型的损失函数，那么基本的随机梯度下降方案就行不通了。许多概念，如批量大小将消失，这将是一个实质性的变化，所以keras不允许您这样做。
-
嗨，我一直试图使一个自定义损失函数在kerasdice_error_coefficient。它有它的实现在张量板和我尝试使用相同的函数在keras与张量流但它不断返回一个NoneType当我使用model.train_on_batch或model.fit在那里，因为它给适当的值时，使用在模型中的指标...能不能请人帮帮我我该怎么办？我尝试过跟随像Keras-FCN这样的库，在那里他使用了自定义损失
-
我有一个NN，它有两个相同的CNN（类似于暹罗网络），然后合并输出，并打算在合并的输出上应用自定义损失函数，如下所示： 在我的自定义损失函数中，我需要将y垂直分解为两块，然后对每一块应用分类交叉熵损失。但是，我不断从我的损失函数得到dtype错误，例如： （）中的ValueError回溯（最近一次调用）---- /usr/local/lib/python3。5/地区包/KERA/发动机/培训。编译
-
我试图在Keras中构造一个自定义损失函数-这是用于生存分析中的删失数据。 这种损失函数本质上是二元交叉熵，即多标签分类，但是损失函数中的求和项需要根据Y_true标签的可用性而变化。见下面的例子： 示例1：Y_可用的所有标签均为True Y_true=[0,0,0,1,1] Y_pred=[0.1,0.2,0.2,0.8,0.7] 损失=-1/5（log（0.9）log（0.8）log（0.8）
-
我在Tensorflow后端使用Keras。我想创建一个自定义损失函数，它将获得两个直方图之间的欧几里德距离，但我得到了以下错误： TypeError:“Mul”Op的输入“y”的类型float32与参数“x”的类型int32不匹配。 因此，我不知道如何定义我的损失函数。 我试图修改代码，但我得到另一个错误。“h_true=tf.cast（h_true，dtype=tf.dtypes.float3
-
我正在尝试使用Keras创建自定义损失函数。我想根据输入计算损失函数并预测神经网络的输出。 我尝试在Keras中使用自定义loss函数。我认为y_true是我们为训练提供的输出，y_pred是神经网络的预测输出。下面的损失函数与 Keras 中的“mean_squared_error”损失相同。 我想使用神经网络的输入也计算自定义损失函数除了mean_squared_error损失。有没有办法将输
-
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