Keras自定义损失：直方图

Question

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。

def myloss(y_true, y_pred):

 
  h_true = tf.histogram_fixed_width( y_true, value_range=(0,1), nbins=20) 
 
  h_pred = tf.histogram_fixed_width( y_pred, value_range=(0,1), nbins=20) 
 
  return K.mean(K.square(h_true - h_pred))

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.float32）AttributeError:模块'tensorflow.\u api.v1.dtypes'没有属性'float32'”

def myloss（y_true，y_pred）：

 h_true = tf.histogram_fixed_width( y_true, value_range=(0,1), nbins=20) 

 h_pred = tf.histogram_fixed_width( y_pred, value_range=(0,1), nbins=20) 

 h_true = tf.cast(h_true, dtype=tf.dtypes.float32)

 h_pred = tf.cast(h_pred, dtype=tf.dtypes.float32)

 return K.mean(K.square(h_true - h_pred))

最后，这个问题由Jakub解决。解决办法是：

def myloss（y_true，y_pred）：

 h_true = tf.histogram_fixed_width( y_true, value_range=(0,1), nbins=20)

 h_pred = tf.histogram_fixed_width( y_pred, value_range=(0,1), nbins=20) 

 h_true = tf.cast(h_true, dtype="float32")

 h_pred = tf.cast(h_pred, dtype="float32")

 return K.mean(K.square(h_true - h_pred))

Answer 1

错误

TypeError: Input 'y' of 'Mul' Op has type float32 that does not match 
  type int32 of argument 'x'.

指示需要将张量转换为公共数据类型。在这种情况下，Float32可能是一种很好的数据类型。值可以使用

x = tf.cast(x, "float32")