python - 如何在 Keras 中定义一个与张量形状相同的变量？

Question

我想在 keras 中定义自己的损失函数，bce_loss 与变量 W 相乘。实际上，W 与张量 bce_loss 具有相同的形状。

如果我打印张量bce_loss，也许它可以显示如下:

Tensor("loss_8/activation_14_loss/logistic_loss:0", shape=(?, 3), dtype=float32)

现在我不知道如何获得bce_loss 的形状，并使变量W 具有与bce_loss 相同的形状。

我的代码:

def myLoss(y_true, y_pred):
    bce_loss = K.binary_crossentropy(y_true, y_pred)
    # want to get a variable W with the same shape of bce_loss
    # And W is initialized with normal distribution.
    val = np.random.normal(0, 0.05, size= bce_loss.size()) 
    W = keras.variable( val )
    return K.mean(self.W*bce_loss, axis = -1)

Answer 1

你可以这样定义你的损失函数:

from keras import backend as K
import numpy as np

def myLoss(y_true, y_pred):
    bce_loss = K.binary_crossentropy(y_true, y_pred)
    w = K.random_normal(K.shape(bce_loss), 0, 0.05)
    return K.mean(w * bce_loss, axis=-1)

y_t = K.placeholder((1,2))
y_p = K.placeholder((1,2))
loss = myLoss(y_t, y_p)
print(K.get_session().run(loss, {y_t: np.array([[1,1]]), y_p: np.array([[0.5, 0.2]])}))