【问题标题】:Is it possible to define your own evaluation function in Keras?是否可以在 Keras 中定义自己的评估函数?
【发布时间】:2020-11-01 13:44:46
【问题描述】:

根据这个帖子:https://datascience.stackexchange.com/questions/49109/loss-val-loss-are-decreasing-but-accuracies-are-the-same-in-lstm 当我们在Keras 的神经网络训练期间使用metrics='accuracy' 时,幕后发生的事情是:

if metric in ('accuracy', 'acc'):
    metric_fn = metrics_module.binary_accuracy

在哪里

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)

在我的模型中,我处理的是连续数据,使用不同的评估函数会更适用。是否可以将此预定义的指标更改为定制的指标?

【问题讨论】:

    标签: tensorflow machine-learning keras neural-network


    【解决方案1】:

    我找到了答案。我们可以如下定义我们的指标:

    def my_metric(y_true, y_pred):
        ...
    

    然后只需按以下方式使用它:

    model.compile(optimizer='...', loss='...', metrics=[my_metric])
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2019-07-29
      • 2017-11-24
      • 1970-01-01
      • 2020-08-24
      • 2017-04-09
      • 1970-01-01
      相关资源
      最近更新 更多