python - 自定义 Keras 损失(不具有 f(y_true, y

python - 自定义 Keras 损失(不具有 f(y_true, y_pred) 的形式)

转载作者：行者123 更新时间：2023-12-04 15:56:18

27

4

def charbonnier(I_x, I_y, I_t, U, V, e):
    loss = K.sqrt(K.pow((U*I_x + V*I_y + I_t), 2) + e)
    return K.sum(loss)

我想使用这个成本函数并针对 U 和 V 对其进行优化。我目前正在努力让它与 Keras 一起使用，因为 Keras 损失函数只能具有 f(y_true, y_pred) 的形式。

我的模型是完全无人监督的，我没有基本事实。 I_x、I_y 和 I_t 是常数，模型的目标是学习使 E(F) 最小化的 U 和 V。所以我的问题是:在 Keras 中实现这种损失函数(不具有 f(y_true, y_pred) 形式)的正确方法是什么？

最佳答案

定义损失函数如下:

def charbonnier(I_x, I_y, I_t, U, V, e)
    def loss_fun(y_true, y_pred):
        loss = K.sqrt(K.pow((U*I_x + V*I_y + I_t), 2) + e)
        return K.sum(loss)
    return loss_fun

关于python - 自定义 Keras 损失(不具有 f(y_true, y_pred) 的形式)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51469434/

27

4

0

文章推荐： log4j - 如何从日志消息 log4j 中删除或替换换行符

文章推荐： ms-access - 如何从Access VBA中的表中删除字段

文章推荐： c# - 如何从必须留在主线程上的方法统一调用异步方法

python - 是否可以通过 y_pred 的额外预处理来制作自定义损失函数？
我在 Keras 中创建自定义损失函数时遇到问题。在我们的模型中，最后一层 (y_pred) 的大小为 [32, 365]，它被视为接下来 365 个时间帧的量化速率。我想制作一个自定义损失函数，
python - y_pred 的自定义损失函数 Keras 仅高于某个阈值
如何在 keras 回归中编写自定义损失函数，其中仅针对高于某个阈值的 y_pred 计算 MAE。例如。 y_true = [10 , 14 , 23 , 30 , 5 , 4] , y_pred
python - keras 中的 y_pred 是什么？
在 keras-ocr 示例中，他们使用的是 CTC 损失函数。在模型编译行中， # the loss calc occurs elsewhere, so use a dummy lambda fun
python - Keras，使用 y_pred y_true 的不同属性最大化自定义损失
我有一个具体问题，但在 stackoverflow 上没有找到答案。首先，我想向您概述我的问题。我正在使用 CNN 和图像进行二元分类。对于每张图像，我在 csv 文件中都有与其关联的信息。为了
python - 我如何从 y_true 和 y_pred 得到真正的底片？
是否有可能从 Keras 中的 y_true 和 y_pred 张量得到真负数？我知道我们可以从以下代码中得到真阳性: true_positive = K.sum(y_true*y_pred) 如何
没有 y_pred 和 y_true 的 Keras 自定义损失函数
我手头有一个问题，它优化了一个不是 y_pred 和 y_true 函数的损失函数。在浏览了 Keras 文档后，我发现所有自定义损失函数必须是 y_pred 和 y_true 的函数。有没有其他方
python - y_true 和 y_pred 具有不同数量的输出 (10!=1)
我正在使用 Scikit 学习包装器 KerasClassifier 通过 RandomizedSearchCV 对我的 LSTM 模型进行超参数调整。以下是我正在做的事情的总结:1. xtrain的
python - 计算均方误差返回 y_true 和 y_pred 有不同数量的输出 (1!=10)
我对深度学习真的很陌生。我想做一个任务:根据测试数据评估模型并计算预测混凝土强度和实际混凝土强度之间的均方误差。您可以使用 Scikit-learn 中的 mean_squared_error 函数。
python - 用于传递 y_true 和 y_pred 以外的参数的 Keras 自定义损失函数
我正在编写一个 keras 自定义损失函数，其中我想将以下内容传递给该函数: y_true、y_pred(这两个无论如何都会自动传递)、模型内部层的权重和一个常量。像下面这样: def Custom
tensorflow - 在 Keras 中创建自定义指标时 y_true 和 y_pred 是什么？
我想在 Keras 中实现我的自定义指标。根据文档，我的自定义指标应定义为一个函数，该函数接受两个张量 y_pred 和 y_true 作为输入，并返回单个张量值。但是，当优化运行时，我对这些张量
python - 如何在 on_epoch_end 中获得 true y_true 和 y_pred ？
我试图在每个纪元结束时获取 y_true 和 y_pred。我使用 fit_generator 来训练我的模型。我试图找到每个时代之后的特异性。 class LossHistory(keras.cal
python - 在多输出 keras 模型中计算损失时，y_pred 和 y_true 是什么？
我目前有一个多输出模型 model=Model(inputs=x1, outputs=[y1,y2]) model.compile((optimizer='sgd', loss=[cutom_loss
python - 以 y_true 取决于 y_pred 的方式自定义 Keras 的损失函数
我正在研究多标签分类器。我有很多输出标签 [1, 0, 0, 1...]，其中 1 表示输入属于该标签，0 表示其他。在我的例子中，我使用的损失函数是基于 MSE 的。我想以一种方式更改损失函数，即
python - 自定义 Keras 损失(不具有 f(y_true, y_pred) 的形式)
def charbonnier(I_x, I_y, I_t, U, V, e): loss = K.sqrt(K.pow((U*I_x + V*I_y + I_t), 2) + e)
python - 使用 CNN、tensorflow 的 CIFAR 数据集 y_pred 的形状问题
数据来自 CIFAR-10我编写了以下代码最初，这段代码仅适用于 2 个卷积层和一个全连接层。我又添加了一个带有 128 4X4 滤波器的转换层。我定义了一个用于提取训练集批处理的类。我使用的批量大小
python - 类型错误 : categorical_crossentropy() missing 2 required positional arguments: 'y_true' and 'y_pred'
导入库和模型， from __future__ import print_function import keras from keras.datasets import mnist from ker
python - 当 y_pred 和 y_true 具有不同大小时的 precision 、 recall 、 f 分数
我有两个列表:“A”是列表的列表，每个项目包含预测标签的列表“B”是列表的列表，每个项目都包含真正的标签我正在尝试在迭代中使用 scikit-learn 计算精度、召回率、f 分数，A[i] 与 B

首页

博学

6Ren·AI

商城

python - 自定义 Keras 损失(不具有 f(y_true, y_pred) 的形式)