我可以在没有训练过程的情况下使用 keras.losses.binary_crossentropy(y_true,y_pred) 吗？答案

【问题标题】：Can I use keras.losses.binary_crossentropy(y_true,y_pred) without training process?我可以在没有训练过程的情况下使用 keras.losses.binary_crossentropy(y_true,y_pred) 吗？
【发布时间】：2020-02-24 07:43:30
【问题描述】：

我是 Keras 的新手。我想知道某些实例的丢失。所以我得到了这些数据实例的 y_true 和 y_pred。我想调用损失函数来计算损失，但只能得到 Tensor("Mean_5:0",shape=(),dtype=float32)。如何评估张量的值？调用los.eval()是否类似于tensorflow？

y_pred 的计算公式为：

y_pred = self.model.predict(x, batch_size=self.batch_size)

y_true 也是一个可用列表。

如何使用 binary_crossentropy()？

【问题讨论】：

标签： keras deep-learning loss

【解决方案1】：

你几乎已经有了答案。

from keras import backend
from keras.losses import binary_crossentropy
y_true = backend.variable(y_true)
y_pred = backend.variable(y_pred)
# calculate the average cross-entropy
mean_ce = backend.eval(binary_crossentropy(y_true, y_pred))
print('Average Cross Entropy: %.3f nats' % mean_ce)

【讨论】：