将参数传递给 keras 损失函数的语法是什么？答案

【问题标题】：What is the syntax for passing arguments into keras loss functions?将参数传递给 keras 损失函数的语法是什么？
【发布时间】：2020-05-20 19:20:15
【问题描述】：

我正在尝试使用 from_logits=True 给我的 keras 神经网络分类交叉熵损失。但是，我不确定如何将其传递到代码中，因为它要求我指定目标和输出。

通常我可以使用：

network.compile(sgd, loss='categorical_crossentropy'),

但现在我不得不试试这个：

network.compile(sgd, loss=categorical_crossentropy(from_logits=True))

这给了我一个错误：

TypeError: categorical_crossentropy() missing 2 required positional arguments: 'target' and 'output'

我能想到的最好的是：

network.compile(sgd, loss=categorical_crossentropy(y_true, network.output, from_logits=True))

我不知道应该为 y_true 放置什么，因为这不是网络的一部分。我在网上浏览了一下，但没有遇到任何指定如何执行此操作的内容，包括奇怪的 keras 文档。

【问题讨论】：

你试过了吗，tf.keras.losses.CategoricalCrossentropy(from_logits=True)

标签： keras syntax

【解决方案1】：

Keras 损失严格地需要两个参数：y_true（地面实况数据）和y_pred（模型的输出）。

如果要使用具有不同签名的函数，则必须将其包装以遵循正确的签名。

import keras.backend as K

def cc_from_logits(y_true, y_pred):
    return K.categorical_crossentropy(y_true, y_pred, from_logits=True, axis=-1)

model.compile(loss=cc_from_logits)

我非常相信cc_with_logits 带来的结果与softmax + 'categorical_crossentropy' 完全相同。

【讨论】：