python - 喀拉斯 : Implementing a custom metric with logical operators

Question

我正在尝试创建一个自定义指标来评估 keras 模型。评估包括如果 y_true 和 y_pred 都高于或低于某个值(在我的例子中为 5)，则返回 1，否则返回 0。下面的 lambda 表达式是一个演示，说明了我想要实现的目标

lambda y_pred, y_true : 1 if y_true > 5  and y_pred > 5 or y_true < 5 and y_pred < 5 else 0

我尝试在自定义 keras 模型上实现它，执行以下操作:

def SAGR(y_true, y_pred):
   maj = K.greater([y_true, y_pred], 5)
   men = K.less([y_true, y_pred], 5)
   aremaj= K.all(maj)
   aremen = K.all(men)
   res = K.any([aremaj, aremen])

  return K.mean(K.cast(res,'float32'))

但该函数始终返回 0。

最后一层的输出与形状 [None, 2] 呈线性关系。谁能向我解释一下实现自定义指标的方法吗？

谢谢

Answer 1

当您检查aremaj= K.all(maj)时，您需要使用axis=0进行检查。 aremen 和 res

也是如此

def SAGR(y_true, y_pred):
    maj = K.greater([y_true, y_pred], 5)
    men = K.less([y_true, y_pred], 5)
    aremaj= K.all(maj, axis=0)
    aremen = K.all(men, axis=0)
    res = K.any([aremaj, aremen], axis=0)
    res_final = K.mean(K.cast(res,'float32'))
    print(K.eval(res_final))
    return res_final

说明:

K.eval(maj) # Looks like this
[[False False  True  True]
 [False  True  True False]]

K.eval(K.all(maj)) # evaluates to 1 value:
False

print(K.eval(K.all(maj, axis=0)))
# What we actually want is a comparison at axis 0 level.
[False False  True False]

工作代码:Link

PS:您还可以使用更详细的变量名称，因为 aremaj 不是很有描述性，而 SAGR 是大写且不具有描述性。