Skip to main content
 首页 » 编程设计

python之具有两个以上输入的 Keras 自定义指标

2024年12月31日9lyj

我有一个 VAE 模型,我已将其分解为编码器和解码器部分,并实现了自定义损失。一个简化的例子如下

input = Input(shape=(self.image_height, self.image_width, self.image_channel)) 
encoded = build_encoder(input) 
decoded = build_decoder(encoded) 
model = Model(input, decoded) 

损失(简化)是

loss = K.mean(decoded[0] + decoded[1] + encoded[0]**2) 
model.add_loss(loss) 
model.compile(optimizer=self.optimizer) 

我的主要问题是我想使用 Keras 的 modelcheckpoint 函数,这将要求我设置自定义指标。然而,我在网上看到的一切都类似于https://keras.io/metrics/#custom_metrics .这只接受 y_true 和 y_pred,并从那里修改验证损失。我将如何在我的示例模型中实现它,其中损失是根据多个输入计算的,而不仅仅是“解码”的最终输出?

请您参考如下方法:

很显然,您仍然可以使用变量(keras 层)而不将它们传递给自定义损失函数。

所以对于我的例子,损失可以计算为

def custom_loss(y_true, y_pred): 
    return K.mean(decoded[0] + decoded[1] + encoded[0]**2) 
 
model.compile(optimizer=self.optimizer, loss=custom_loss) 

y_true 和 y_pred 从未使用过,但仍然可以调用实际所需的输入(当然只要它们与自定义损失函数在同一范围内)。