tensorflow - 自定义指标访问 X 输入数据

Question

我想为拼写校正模型编写一个自定义指标，该模型可以计算以前不正确的正确替换字母。并且应该计算错误替换的先前正确的字母。

这就是我需要访问 x_input 数据的原因。不幸的是，默认情况下只有 y_true 和 y_pred 可访问。是否有解决方法来获得匹配的 x_input？

是:

def custom_metric(y_true, y_pred):

通缉:

def custom_metric(x_input, y_true, y_pred):

Answer 1

def custom_loss(x_input):
    def loss_fn(y_true, y_pred):
        # Use your x_input here directly
        return #Your loss value
    return loss_fn

model = # Define your model
model.compile(loss=custom_loss(x_input))   
# Values of y_true and y_pred will be passed implicitly by Keras

请记住 x_input在训练模型时，所有批次的输入都将具有相同的值。

编辑 :

既然您需要 x_input数据 只有用于在损失函数期间进行估计的每个批次中，并且您有自己的自定义损失函数，为什么不通过 x_input作为标签。像这样的东西:

model.fit(x=x_input, y=x_input)
model.compile(loss=custom_loss())

def custom_loss(y_true, y_pred):
  # y_true corresponds to x_input data

如果你需要 x_input 并且你需要传递一些其他数据，你可以这样做:

model.fit(x=x_input, y=[x_input, other_data])
model.compile(loss=custom_loss())

你只需要解耦 y_true中的数据现在。