python - 如何在 Keras 拟合输出中命名自定义指标

Question

我在训练我的 Keras 模型时使用自定义指标。它工作正常，除了 model.fit_generator(...) 输出中的指标名称不可解释(注意:Tensorboard 也使用这些错误的名称)。

这是我正在做的一个可重现的例子:指标使用一个参数(除了预测和基本事实)，所以我定义了一个工厂来生成一个无参数的指标函数，类似于:

def my_dummy_metric(y_true, y_pred, the_param=1.0):
    return the_param * keras.backend.ones((1))

def my_metric_factory(the_param=1.0):
    def fn(y_true, y_pred):
        return my_dummy_metric(y_true, y_pred, the_param=the_param)

    return fn

my_second_metric = my_metric_factory(2.0)
my_other_metric = my_metric_factory(3.14)

然后我编译并训练我的模型:

model.compile(my_optim, my_loss, [my_second_metric, my_other_metric])
history = model.fit_generator(...)
print(history.params['metrics'])

我的问题是 history 中的指标名称是 fn、fn_1、val_fn 和 val_fn_1。 Tensorboard 也使用这些名称，您需要了解实现细节才能理解它们。

相反，我在使用简单的自定义函数时没有这个问题，没有工厂:

model.compile(my_optim, my_loss, [my_dummy_metric])
history = model.fit_generator(...)
print(history.params['metrics'])

在基于工厂的用例中是否也可以获得 my_XXX_metric 作为输出名称？

环境:使用 Keras 2.2.4、TF 1.14.0、Python 3.7

Answer 1

是的，这是可能的。在度量工厂中，设置一个合适的度量函数的__name__即可。例如:

def my_metric_factory(the_param=1.0):
    def fn(y_true, y_pred):
        return my_dummy_metric(y_true, y_pred, the_param=the_param)

    fn.__name__ = 'metricname_{}'.format(the_param)
    return fn