Skip to main content
 首页 » 编程设计

python之如何在 Keras 拟合输出中命名自定义指标

2024年11月01日9shanyou

我在训练我的 Keras 模型时使用自定义指标。它工作正常,除了 model.fit_generator(...) 输出中的指标名称不可解释(注意:Tensorboard 也使用这些错误的名称)。

这是我正在做的一个可重现的例子:指标使用一个参数(除了预测和基本事实),所以我定义了一个工厂来生成一个无参数的指标函数,类似于:

def my_dummy_metric(y_true, y_pred, the_param=1.0): 
    return the_param * keras.backend.ones((1)) 
 
def my_metric_factory(the_param=1.0): 
    def fn(y_true, y_pred): 
        return my_dummy_metric(y_true, y_pred, the_param=the_param) 
 
    return fn 
 
my_second_metric = my_metric_factory(2.0) 
my_other_metric = my_metric_factory(3.14) 

然后我编译并训练我的模型:

model.compile(my_optim, my_loss, [my_second_metric, my_other_metric]) 
history = model.fit_generator(...) 
print(history.params['metrics']) 

我的问题是 history 中的指标名称是 fn、fn_1、val_fn 和 val_fn_1。 Tensorboard 也使用这些名称,您需要了解实现细节才能理解它们。

相反,我在使用简单的自定义函数时没有这个问题,没有工厂:

model.compile(my_optim, my_loss, [my_dummy_metric]) 
history = model.fit_generator(...) 
print(history.params['metrics']) 

在基于工厂的用例中是否也可以获得 my_XXX_metric 作为输出名称?

环境:使用 Keras 2.2.4、TF 1.14.0、Python 3.7

请您参考如下方法:

是的,这是可能的。在度量工厂中,设置一个合适的度量函数的__name__即可。例如:

def my_metric_factory(the_param=1.0): 
    def fn(y_true, y_pred): 
        return my_dummy_metric(y_true, y_pred, the_param=the_param) 
 
    fn.__name__ = 'metricname_{}'.format(the_param) 
    return fn