访问自定义损失函数中的特定元素？答案

【问题标题】：accessing specific elements in custom loss function?访问自定义损失函数中的特定元素？
【发布时间】：2019-12-05 09:16:38
【问题描述】：

在为分类问题定义自定义损失函数时，有没有办法访问 y_true 和 y_pred 的特定元素？

用例：多标签分类问题，如果我预测第 5 类的误报即y_true[5] == 0 但y_pred[5] == 1，我想额外惩罚模型

我将损失定义为：

def loss(y_true, y_pred):
      wt = 10 if (y_true[5]==0 and y_pred[5]==1) else 1
      return wt * binary_crossentropy(y_true, y_pred)

我也试过检查K.gather(y_true, 5) == 0，但似乎不行。

我的批量大小是 > 1 (256) 并且我正在使用 fit_generator - 如果这有什么不同的话。谢谢！

【问题讨论】：

标签： python machine-learning keras neural-network deep-learning

【解决方案1】：

有没有办法访问 y_true 和 y_pred 的特定元素？

Keras 张量的索引与 numpy 数组的索引类似。唯一的区别是结果是一个 Keras 张量。因此，您应该随后使用 Keras 操作。

损失函数的可能实现

例如，以下是您的损失函数的实现方式：

def loss(y_true, y_pred):
    a = K.equal(y_true[:, 5], 0)
    b = K.greater(y_pred[:, 5], 0.5)
    condition = K.cast(a, 'float') * K.cast(b, 'float')
    wt = 10 * condition + (1 - condition)
    return K.mean(wt[:, None] * K.binary_crossentropy(y_true, y_pred), axis=-1)

注意：未经测试。

【讨论】：