python - Keras 中的 RMSE/RMSLE 损失函数

Question

我尝试参加我的第一次 Kaggle 竞赛，其中给出了 RMSLE 作为所需的损失函数。因为我没有找到如何实现这个损失函数，所以我尝试满足于RMSE。我知道这是过去 Keras 的一部分，有什么方法可以在最新版本中使用它，也许可以通过后端使用自定义功能？

这是我设计的神经网络:

from keras.models import Sequential
from keras.layers.core import Dense , Dropout
from keras import regularizers

model = Sequential()
model.add(Dense(units = 128, kernel_initializer = "uniform", activation = "relu", input_dim = 28,activity_regularizer = regularizers.l2(0.01)))
model.add(Dropout(rate = 0.2))
model.add(Dense(units = 128, kernel_initializer = "uniform", activation = "relu"))
model.add(Dropout(rate = 0.2))
model.add(Dense(units = 1, kernel_initializer = "uniform", activation = "relu"))
model.compile(optimizer = "rmsprop", loss = "root_mean_squared_error")#, metrics =["accuracy"])

model.fit(train_set, label_log, batch_size = 32, epochs = 50, validation_split = 0.15)

我尝试了在 GitHub 上找到的自定义 root_mean_squared_error 函数，但据我所知，语法不是必需的。我认为 y_true 和 y_pred 必须在传递给 return 之前定义，但我不知道到底是如何定义的，我刚刚开始用 python 编程，我真的数学不太好...

from keras import backend as K

def root_mean_squared_error(y_true, y_pred):
        return K.sqrt(K.mean(K.square(y_pred - y_true), axis=-1)) 

我使用此函数收到以下错误:

ValueError: ('Unknown loss function', ':root_mean_squared_error')

感谢您的想法，我感谢您的每一次帮助!

Answer 1

当您使用自定义损失时，您需要将其不带引号，因为您传递的是函数对象，而不是字符串:

def root_mean_squared_error(y_true, y_pred):
        return K.sqrt(K.mean(K.square(y_pred - y_true))) 

model.compile(optimizer = "rmsprop", loss = root_mean_squared_error, 
              metrics =["accuracy"])