如何在 Keras 中创建一个随时代变化的损失函数

【问题标题】：How to create a loss function which changes over epoch in Keras如何在 Keras 中创建一个随时代变化的损失函数
【发布时间】：2017-02-24 14:20:55
【问题描述】：

我想创建一个自定义损失函数，它的权重项会根据我所处的时代进行更新。

例如：假设我有一个损失函数，其权重为beta，其中 beta 在前 20 个时期增加...

def custom_loss(x, x_pred): 
    loss1 = objectives.binary_crossentropy(x, x_pred)
    loss2 = objectives.mse(x, x_pred)
    return (beta*current_epoch/20) * loss1 + loss2

如何在 keras 损失函数中实现这样的功能？

【问题讨论】：

标签： python machine-learning keras

【解决方案1】：

查看他们的文档，他们提到您可以使用为每个数据点返回标量的 theano/Tf 符号函数。所以你可以做这样的事情

loss = tf.contrib.losses.softmax_cross_entropy(x, x_pred) * 
       (beta * current_epoch / 20 ) +  
       tf.contrib.losses.mean_squared_error

您必须将 x 和 x_pred 作为 x 和 x_pred 作为 tf.placeholders 传递我认为对于模型创建，您可以使用 keras，但是您必须再次使用 sess.run() 运行计算图

参考资料： https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html#using-keras-models-with-tensorflow

【讨论】：