在 keras 回调中监控 F1 分数（或一般的自定义指标）答案

【问题标题】：Monitor F1 Score (or a custom metric in general) in a keras callback在 keras 回调中监控 F1 分数（或一般的自定义指标）
【发布时间】：2019-05-14 03:13:01
【问题描述】：

Keras 2.0 删除了 F1 分数，但我想监控它的值。我正在使用顺序模型来训练神经网络。

我定义了一个函数，正如这里How to calculate F1 Macro in Keras? 所建议的那样。

这个函数只有在model.compile中使用才能正常工作。通过这种方式，我在每一步都看到了它的价值。问题是我不想仅仅看到它的价值，但我希望我的训练根据它的价值表现不同，使用 Keras 的回调。

如果我尝试在回调中插入自定义指标，则会收到此错误：

'函数对象不可迭代'

你知道如何定义一个函数，以便它可以用作回调中的参数吗？

【问题讨论】：

标签： python-3.x machine-learning neural-network deep-learning keras-2

【解决方案1】：

Keras 的回调将使我们能够根据我们跟踪的指标在不同时期检索模型。这不会影响模型的训练过程。

您只能针对某些损失函数来训练您的模型。例如，分类问题的交叉熵。 keras 中现成的损失函数给出here

Precision、recall 或 f1-score 不是可微分函数。因此，我们不能将其用作模型训练的损失函数。

可能是，如果您想调整超参数（例如学习率、类权重）以提高 f1 分数，那么您可以这样做。

你可以使用hyperopt，tutorials来调整超参数

【讨论】：

我知道所使用的算法会尽量减少损失。但是最好改变学习率并根据 F1_Score 停止迭代，而不是损失。这就是我想做的事情，我想在回调中插入 F1_score