tensorflow - 使用tensorflow在keras中切片损失函数的输入

Question

在 Keras 中，我有一个 y_true 的目标向量，它适合具有一个输出神经元的网络。 y_true = [0, 1, 0, 1, 1....] 我有一些返回 [1,1,1,-5,1...]

我正在尝试将 yield 作为额外参数放入 keras 的自定义损失函数中。 Keras 只允许将两个参数传递给它(y_true 和 y_pred)，但我还想传递分配给每个样本的 yield 。为此，我向 y_true 添加了第二列，其中包含这些值。

然后我尝试通过执行以下操作在损失函数中再次分离实际的 y_true(第一列)和 yield (第二列):

def custom_loss(y_true, y_pred)    
    # y_true has the payoffs in the second row
    payoffs = y_true[:, 1]
    payoffs = K.expand_dims(payoffs, 1)
    y_true = y_true[:, 0]
    y_true = K.expand_dims(y_true, 1))

    loss = K.binary_crossentropy(y_true, y_pred)
    return loss

这是我想要做的事情的简化版本(在真实版本中，我会将 yield 整合到损失函数中)。但是对于上面的示例，我希望损失函数与直接调用 binary_cross entropy 相同，其中 y_true 仅包含 y_true(没有任何 yield )。

但是，结果不如预期，因为上述自定义损失函数的准确度值约为一半。

导致此错误的原因可能是什么？我没有正确切片 y_true 吗？

问题与 this post 中描述的内容有关(curiale 2017年12月12日的评论建议使用slice_stack，但问题是一样的)。

Answer 1

我认为问题在于我还需要自定义度量函数。