使用 Keras 创建自定义条件指标答案

【问题标题】：Creating custom conditional metric with Keras使用 Keras 创建自定义条件指标
【发布时间】：2019-01-24 21:24:17
【问题描述】：

我正在尝试使用 keras 为我的神经网络创建以下指标：

其中 d=y_{pred}-y_{true}

y_{pred} 和 y_{true} 都是向量

使用以下代码：

将 keras.backend 导入为 K

def score(y_true, y_pred):
        d=(y_pred - y_true)
        if d<0:
            return K.exp(-d/10)-1
        else:
            return K.exp(d/13)-1

用于编译我的模型：

model.compile(loss='mse', optimizer='adam', metrics=[score])

我收到以下错误代码，但我无法更正该问题。任何帮助将不胜感激。

raise TypeError("Using a tf.Tensor as a Python bool is not 允许。 " "使用if t is not None: 代替if t: 来测试一个" "定义了张量，使用TensorFlow ops如"

TypeError: 不允许将 tf.Tensor 用作 Python bool。采用 if t is not None: 而不是 if t: 来测试是否定义了张量，并使用 tf.cond 等 TensorFlow 操作来执行子图以张量的值为条件。

【问题讨论】：

标签： python tensorflow neural-network keras

【解决方案1】：

您提供的指标不是每次都会执行的函数，而是需要评估的函数（计算图）的构造。所以它需要是确定性的。

试试：

def score(y_true, y_pred):
    d = y_pred - y_true
    mask = K.less(y_pred, y_true)  # element-wise True where y_pred < y_pred
    mask = K.cast(mask, K.floatx())  # cast to 0.0 / 1.0
    s = mask * (K.exp(-d / 10) - 1) + (1 - mask) * (K.exp(d / 13) - 1)  
    # every i where mask[i] is 1, s[i] == (K.exp(-d / 10) - 1)
    # every i where mask[i] is 0, s[i] == (K.exp(d / 13) - 1)
    return s

【讨论】：