Python Keras Custom Loss，使用损失函数中的输入特征答案

【问题标题】：Python Keras Custom Loss, use feature from input in loss functionPython Keras Custom Loss，使用损失函数中的输入特征
【发布时间】：2018-06-04 16:24:15
【问题描述】：

我正在尝试为 Keras 回归任务创建自定义损失函数。

我正在预测一场比赛中每分钟的得分，并以分钟为单位对不同长度的“比赛”进行训练。为了帮助模型学习，我想将小组玩的分钟数作为损失函数的一部分，这样我们就可以适当地“惩罚”在玩更长时间的小组上的缺失。

我知道我需要使用 Keras 后端/张量操作，但我不知道如何将分钟张量相乘。这是我到目前为止的一些基本代码（伪代码/不重要的地方跳过）：

def penalized_loss(minutes):
    def loss(y_true, y_pred):

        # Normal mean_squared_error
        lost = K.mean(K.square(y_pred - y_true), axis=-1)

        # Would like something like this where minutes are included, but as a valid tensor operation
        not_valid_result = K.mean(K.square(y_pred - y_true) * minutes, axis=-1)

        return lost

    return loss

minutes = np.array(of some sort)

def baseline_model():
    # create model here...
    # ....

    # Compile model
    model.compile(loss=[penalized_loss(minutes)], optimizer='adam')
    return model

在几分钟内通过的关闭按我的预期工作，我只是被困在如何进行损失计算的* minutes 部分。

提前致谢！

【问题讨论】：

标签： python keras loss loss-function

【解决方案1】：

要在图表中使用分钟，它必须是一个张量，除非分钟是一个常数，它在程序的生命周期内具有固定值（在这种情况下，您正在做的事情应该有效）。

【讨论】：